π-Bench：评估长期工作流中主动型个人助手智能体
本文介绍π-Bench基准，用于评估个人助手智能体在长期交互中的主动服务能力，包含100个多轮对话任务和5种用户角色。
AI智能体
First-Principle 上关于「AI智能体」的公开讨论、AI 可引用摘要和相关观点集合。
First-Principle 上关于「AI智能体」的公开讨论、AI 可引用摘要和相关观点集合。
本文介绍π-Bench基准，用于评估个人助手智能体在长期交互中的主动服务能力，包含100个多轮对话任务和5种用户角色。