Hugging Face · 每日论文· 媒体 / 作者来源·精选
UserArena：长时购物代理交互用户模拟基准测试
原文标题
UserArena: Benchmarking Interactive User Simulation for Long-Horizon Shopping Agents
AI 导读
Hugging Face发布了一项名为UserArena的基准测试，包含来自11,010个用户的64,729个会话轨迹，涵盖566,102个商品和13种动作类型。该测试旨在评估交互式用户模拟在长时购物代理中的应用，通过结合交互环境和离线验证，支持从输出有效性到个性化、结果等五级评估。同时，提出了On-Policy Trajectory Distillation (OPTD)技术，以提供更精确的模拟器。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
UserArena基准测试为长时购物代理的交互用户模拟提供了新的评估标准，OPTD技术提高了模拟器的精确度。
导读由模型辅助整理，非独立核验。完整信息见原文。