普林斯顿推出PAST-Bench评估个人AI助手自我提升能力

普林斯顿大学研究团队推出 PAST-Bench 基准测试，专门用于评估个人 AI 智能体能否将积累的历史经验（如偏好、历史记录和技能）转化为更好的未来表现。该基准测试覆盖了 26 个场景和 204 个任务片段，全面检验个人智能体在经验积累基础上实现自我改进的实际效果。

2026-08-05 ~ 2026-08-05 · 2 条相关

• 普林斯顿推 PAST-Bench：实测个人智能体经验积累能否带来自我改进 — princetonu · 2026-08-05

另有 1 条近重复转述:rohanpaul_ai