热点事件持续更新
研究团队推出AgentPersonaBench基准评估智能体人设依从性
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月6日，研究团队推出评测基准 AgentPersonaBench（APB），旨在评估人设设定能否切实引导 AI 智能体的下游行为。该基准包含涵盖 867 种特质的 2,460 项任务，在问卷、对话、Web 和 App 4 种交互环境中通过可观测操作来验证人设依从性。对 20 款前沿模型的评测结果显示，领先模型的无提示依从率达到 84.7%，但跨全部 4 种界面的通过率降至 37.9%–64.3%。
AI 根据报道生成 · 3 小时前更新
最新进展10月6日 12:00
研究团队推出AgentPersonaBench，评测显示前沿模型跨4种界面的人设通过率降至37.9%–64.3%。报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- arXiv 人工智能AgentPersonaBench：人设驱动用户模拟评测基准
研究团队推出 AgentPersonaBench（APB）评测基准，用于评估人设设定能否切实引导 AI 智能体的下游行为。该基准包含涵盖 867 种特质的 2,460 项任务，在问卷、对话、Web 和 App 4 种交互环境中通过可观测操作验证人设依从性。评测 20 款前沿模型显示，领先模型无提示依从率达 84.7%，但跨全部 4 种界面的通过率降至 37.9%–64.3%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月6日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。