E-Commerce Bench: 长周期电商业务 Agent 评测基准
Qwen · hf · 2026-09-02
E-Commerce Bench 是一个为期一年的电商基准测试，用于评估 LLM Agent 在多商店谈判、动态市场事件和长周期策略适应方面的能力。该基准涵盖了 18 个前沿模型，旨在测试 Agent 在复杂商业环境中的长期决策与运营能力。
所属事件:Qwen 发布电商智能体基准 全年模拟无一模型全面领先(4 条相关)→
「应用」频道最新
- Meta 可穿戴 VP 用 3 部手机 23 副眼镜跑个人 AI Agent — nikola_mr64990 · 2026-10-18
- Qiaomu 系 Obsidian 插件下载破 2 万，Agent 单日新增 258 次最猛 — vista8 · 2026-10-18
- 带娃实测 Google AI Studio：几分钟 vibe-code 并一键发布两个应用 — clmt · 2026-10-18
- 个人 AI Agent 横评：Muse 好用、Dots 强悍、Grok Bot 快但粗糙 — altryne · 2026-10-18
- 开发者用 Opus 造出整套 Arch 系发行版 Tacit 公开发布 — Snoo-10493 · 2026-10-18
- 马斯克宣布 Grok Bot 大升级：速度快 3 倍，接入 X Chat 与邮箱自动化 — elonmusk · 2026-10-18