ShopGym:电商智能体模拟与基准评测框架发布
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
最新进展11月16日 13:00
ShopGym:面向电商 Web 智能体的真实模拟与可扩展评测框架报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AIShopGym: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
- –
02.557.510
14:0015:0016:00
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。