AutoVend：LLM智能体长周期售货运营基准发布
热点事件持续更新
AutoVend：LLM智能体长周期售货运营基准发布
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Qiming Shi 等作者提出并发布 AutoVend 基准，让单个 LLM 智能体通过网页运营界面管理 20 台自动售货机，覆盖五类场地，模拟运行 180 天。 在五个受测 LLM 智能体中，有四个未能超过基于规则的库存控制基线。按每美元推理成本回报排名时，模型顺序与单看回报时不同。 运营分析显示，库存与执行成本会侵蚀单项指标的增益；轨迹分析暴露出智能体在落地可行动作、管理库存承诺和将反馈转化为有效策略修订上的困难。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
AutoVend：LLM 智能体长周期自主售货运营基准测试报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AIAutoVend：LLM 智能体长周期自主售货运营基准测试
AutoVend 基准让单个 LLM 智能体通过网页运营界面管理 20 台自动售货机，覆盖五类场地，模拟运行 180 天。在五个受测 LLM 智能体中，有四个未能超过基于规则的库存控制基线；按每美元推理成本回报排名时，模型顺序与单看回报时不同。运营分析显示，库存与执行成本会侵蚀单项指标的增益，轨迹分析则暴露出智能体在落地可行动作、管理库存承诺和将反馈转化为有效策略修订上的困难。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。