快讯
Qwen 与淘宝团队发布长周期电商智能体基准 E-Commerce Bench
E-Commerce Bench 在可复现的 365 天电商模拟环境中评估智能体经营能力，覆盖 18 个模型和七类业务指标。
Qwen 与淘宝团队发布 E-Commerce Bench，用于评估智能体在长周期电商经营中的决策能力。基准构建了可复现的 365 天模拟环境，为智能体提供 10 万初始资金，并从七类业务指标衡量最终表现。
论文对 18 个模型进行了测试，重点观察长期规划、库存、定价和营销等能力。方法与结果可查看 E-Commerce Bench 论文。