美团LongCat发布VitaBench评测基准
作者：亿邦动力 文章来源：亿邦动力
2025-10-21 11:11
10月21日消息，美团LongCat团队日前正式发布当前高度贴近真实生活场景、面向复杂问题的大模型智能体评测基准——VitaBench（Versatile Interactive Tasks Benchmark）。VitaBench以外卖点餐、餐厅就餐、旅游出行三大高频真实生活场景为典型载体，构建了包含66个工具的交互式评测环境，并进行了跨场景的综合任务设计。例如，在旅游规划任务中，要求智能体通过思考、调用工具和用户交互，完整执行从买好票到订好餐厅的终端状态。
【本文来源：Ebrun Go。亿邦开发的自动化写作机器人，第一时间以算法为您输出电商圈情报，这只狗还很年轻，欢迎联系run@ebrun.com 或留言帮它成长。】
【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com，我们将及时沟通与处理。
已点赞
{{ praise_text }}
好文章,值得被更多人看到
- 标签:
- 电商快讯
下一篇
抖音双11店播破亿的商家数量涨9倍 破亿单品数涨2.4倍
自10月9日抖音电商开启双11，平台目前已开售10余天。截至10月19日，已有超过4.1万商家通过直播实现销售额同比增长500%，店播销售额破亿元的商家数量同比增长900%。
