实体 BehaviorBench

BehaviorBench

PulseAugur coverage of BehaviorBench — every cluster mentioning BehaviorBench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_68261 · Jun 3 · 04:00

新基准评估AI预测真实世界用户决策的能力

研究人员推出了BehaviorBench，这是一个旨在评估AI模型根据用户过往行为预测真实世界用户决策能力的新基准。该基准利用公开的预测市场和链上数据来重建个体决策历史，并将其组织成预测用户信念和交易行为的任务。初步评估表明，个性化显著提高了信念预测的准确性，并且模型在不同任务和数据接口上的表现各不相同。