OSWorld-Persona 基准发布:深度个性化让主动助人时机判断提升2.4-3.0倍

EchoShao8899 · x · 2026-11-16

研究者构建了 OSWorld-Persona 基准,用于评估智能体「是否知道何时该主动提供帮助」:

实验显示,Deep Personalization(深度个性化)将 timing macro-F1 提升 2.4–3.0 倍:Qwen-3.5-9B 从 0.186 提到 0.483,Qwen-3.5-35B-A3B 从 0.183 到 0.433,Nemotron-3-Nano-Omni 从 0.118 到 0.349。

此外,由端侧 Observer 构建的上下文记忆也能改善「何时出手帮助」的决策。

所属事件:OSWorld-Persona 基准发布:评测智能体主动助人时机(2 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →