深度个性化让端侧智能体时机决策 macro-F1 提升 2.4–3.0 倍
EchoShao8899 · x · 2026-11-17
作者在 OSWorld-Persona 上验证「深度个性化(Deep Personalization)」对端侧智能体「何时出手相助」时机决策的收益:macro-F1 提升 2.4–3.0 倍,其中 Qwen-3.5-9B 从 0.186 升至 0.483,Qwen-3.5-35B-A3B 从 0.183 升至 0.433,Nemotron-3-Nano-Omni 从 0.118 升至 0.349。在 10 名背景与 AI 熟悉度各异的真实用户上,Coco 系统的 macro-F1 代理指标在 7 天内从 0.199 提升到 0.515,学到的用户偏好从宽泛线索逐渐演化为针对具体工作流的决策。端侧 Observer 构建的情境记忆同样改善了出手时机的判断。
所属事件:韩松等团队发布桌面主动智能体 Coco 与 Deep Personalization(6 条相关)→
「编程与Agent」频道最新
- 6个AI智能体协作设计公寓机电系统:4871次布局测试清零冲突 — minchoi · 2026-11-17
- 2026 年库的快速上手指南:直接给用户一条 prompt — MxMnr · 2026-11-17
- W&B Sweeps 接入 Optuna 与 Ax,一行 yaml 切换调参引擎 — coreweavedevs · 2026-11-17
- Every 实测 Gemini 4 Carbon:编码大幅进步,判断力仍输给 Fable 5.2 — every · 2026-11-17
- 多步 LLM 工作流如何定位哪一步烧钱?Reddit 开发者交流实践 — Youthify · 2026-11-17
- Gemini Managed Agents 支持自托管:模型在谷歌跑,工具在你机器上执行 — _philschmid · 2026-11-17