Meituanは、複雑な問題に対する大規模なインテリジェントエージェントを評価するためのベンチマークであるVitaBenchをリリースした。

Meituan傘下のLongCatチームは、複雑な問題に直面する大規模なインテリジェントエージェントを評価するためのベンチマークであるVitaBenchをリリースしました。VitaBenchは、食品配達、レストランでの食事、旅行という3つの主要な生活シナリオをプラットフォームとして、66種類のツールを含むインタラクティブな評価環境を構築しています。VitaBenchは、深層推論、ツールの使用、ユーザーインタラクションという3つの側面からタスクの複雑さを定量化し、実際のユーザーシミュレーターと細分化された評価基準によって、きめ細かな評価を実現します。