跳到正文
热点事件持续更新

ShopGym:电商智能体模拟与基准评测框架发布

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

ShopGym 论文作者发布了一个用于电商 Web 智能体真实模拟与可扩展基准评测的集成框架,包含模拟层 ShopArena 和任务合成组件 ShopGuru,后者覆盖七类技能的基准任务。 作者在 6 个沙箱商店(3 个合成数据、3 个真实数据)上用 224 个生成任务做了结构分析和行为评测,称合成商店能保留真实商店的关键结构特性,智能体成功率与失败模式和真实商店高度一致。生成 10 个商店的测试显示流程可扩展,成本约 60 美元/商店,人工投入递减。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    ShopGym:面向电商 Web 智能体的真实模拟与可扩展评测框架

    ShopGym 是一个用于电商 Web 智能体真实模拟与可扩展基准评测的集成框架,包含模拟层 ShopArena 和任务合成组件 ShopGuru,后者覆盖七类技能的基准任务。基于 6 个沙箱商店共 224 个生成任务的实验显示,合成商店能保留真实商店的关键结构特性,智能体成功率与失败模式也和真实商店高度一致。生成 10 个商店的测试表明该流程可扩展,成本约 $60/商店。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。