MerchantBench：评测电商LLM智能体长期连贯性的新基准

精选理由

MerchantBench 专门测 LLM 智能体在电商里的长期连贯性，比单轮问答更贴近实际运营，可以看看。

AI 摘要

MerchantBench 是一个专门评测 LLM 智能体在电商运营中长期连贯性的新基准。MerchantBench 包含跨多轮任务的测试场景，用于检验智能体在长时间运营中的记忆与决策一致性。论文全文已发布在 Hugging Face 平台上。

原文 · AK

MerchantBench Benchmarking LLM Agents for Long-Term Coherence in E-Commerce Operations paper: http...

MerchantBench Benchmarking LLM Agents for Long-Term Coherence in E-Commerce Operations paper: huggingface.co/papers/2607.28… 💬 3 🔄 2 ❤️ 5 👀 2793 📊 4 ⚡

查看原推