arXiv · cs.CL· Yuting Ning·· 1 天前AI 评分48
iPrefBench：面向个性化移动使用 Agent 的用户中心评测基准
iPrefBench: A User-Centric Benchmark for Personalized Mobile Use Agents
来源与原文
arXiv · cs.CL
作者：Yuting Ning
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.34735v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 iPrefBench，在可执行的 iOS 环境中通过交互式模拟用户，评测个性化移动 Agent 的推断与提问能力。基准基于含 3,051 条历史活动事件的 persona，涵盖 26 个应用中的 130 个欠明确任务。对 7 个前沿 Agent 的评测显示，行动完成率最高达 91.6%，但完整任务成功率仅最高 47.7%，Agent 尤其难以主动向用户询问必要信息。
来源：arXiv · cs.CL · arxiv.org