APeB：大语言模型 Agent 个性化能力基准测试

英文标题：APeB: Benchmarking Personalization Ability of Large Language Model Agents

该研究指出，LLM 驱动的代理在处理用户发出的原始、信息不足的查询时面临个性化挑战，此时代理必须推断潜在意图、从嘈杂的交互历史中提取偏好并在多个候选项中做出选择。APeB 基准测试旨在系统评估和提升这些代理的个性化能力，填补了现有评估框架的空白，对开发者构建更懂用户的智能助理具有重要参考意义。

2.6 KB 2.1 KB 640 B 612 B 380 B 9.1 KB 22.8 KB 24.2 KB 34.7 KB