**iPrefBench：首个面向个性化移动代理的用户中心基准测试**

_iPrefBench: A User-Centric Benchmark for Personalized Mobile Use Agents_

> 针对真实用户请求常不明确且需个性化处理的问题，研究提出了 iPrefBench 基准。该基准在可执行的 iOS 环境中，通过 3051 条历史活动事件构建连贯人设，包含 130 个未明确的用户任务，旨在评估智能体在“推断缺失信息”与“向用户提问”之间的平衡能力。评估显示，尽管前沿智能体的动作完成率高，但因个性化不足导致整体任务成功率显著偏低，且难以准确判断何时需要向用户提问。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-27 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.34735)