实体
UserArena
UserArena
PulseAugur coverage of UserArena — every cluster mentioning UserArena across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
UserArena基准测试评估五个保真度级别的模拟购物者
一项名为UserArena的新基准测试已被引入，用于评估电子商务环境中模拟购物者的保真度。UserArena使用真实的购物数据开发，在五个不同的级别上评估模拟器，从基本的输出有效性到匹配真实世界的A/B测试结果。该基准测试还包括一种称为On-Policy Trajectory Distillation (OPTD) 的训练方法，该方法在论文的测试中表现出高保真度。
-
新框架旨在提高AI代理的可靠性和学习能力
研究人员推出了新的框架，以提高AI代理的可靠性和学习能力。UserArena 为评估长时购物场景中的交互式用户模拟提供了一个基准，整合了真实用户轨迹和交互式环境。以记忆为中心的持续学习（MCCL）将代理记忆重新定义，不仅用于检索，还作为真正学习和适应的驱动力。此外，RiseHarness 提供了一种通过分析执行跟踪并从其他框架改编机制（而不改变代理的核心模型权重）来迭代增强代理工具包可靠性的方法。