PulseAugur
中
实时 09:08:00
实体 HorizonBench

HorizonBench

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

Show in brief
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
  1. TOOL · CL_368282 ·

    新的HorizonBench基准测试AI跟踪演进用户偏好的能力

    研究人员推出了HorizonBench,这是一个新的基准,旨在评估AI个性化助手在长期内适应用户不断变化的偏好的能力。与之前的基准不同,HorizonBench模拟了真实世界的对话,其中用户的偏好会因生活事件而改变,而无需用户明确说明这些变化。该基准包括一个包含4000多个问题的数据集和一个用于跟踪偏好转变的人类纵向偏好数据集。评估表明,当前的前沿模型在适应方面存在困难,经常选择过时的偏好,并且关于偏好变化的明确陈述能显著提高性能,这…