研究人员推出了ColaBench,这是一个新的合成基准测试,旨在评估个人代理如何根据用户交互历史获取和应用知识。该基准测试解决了利用过去条件识别所需知识并将其应用于用户特定情况的挑战。ColaBench包含10个配置文件中的349个任务和一个包含超过13,000份文档的知识库,其中包含一个将个人条件与披露和先前文档暴露联系起来的证据图。提出的系统MemKB利用状态摘要和记忆-文档链接来改进查询制定和知识检索,准确率达到86.25%。 AI
影响 该基准测试可以通过提供一种标准化的方法来衡量和改进个人AI代理从用户历史中学习和适应的能力,从而推动个人AI代理的进步。
排序理由 该集群包含一篇介绍用于评估AI代理的新基准测试和系统的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →