热点事件持续更新
苹果提出移动端智能体评测基准iPrefBench
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29日，苹果团队提出移动端智能体评测基准 iPrefBench。该基准运行在包含26个iOS应用的环境中，专门用于评估智能体在面对模糊请求时，准确推断历史偏好以及发起主动提问的能力。在对7个前沿模型的评测中，表现最好的 Claude Opus 5 虽取得了91.6%的动作完成率，但其完整任务成功率仅为47.7%。
AI 根据报道生成 · 3 小时前更新
最新进展10月29日 10:57
苹果推出移动端智能体基准iPrefBench，实测前沿模型任务成功率不足50%。报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- AITNT · AI头条苹果提出移动端智能体基准 iPrefBench，评估推断偏好与主动询问能力
苹果团队提出移动端智能体评测基准 iPrefBench，专门评估 Agent 在模糊请求中准确推断历史偏好与发起主动提问的能力。该基准运行在包含 26 个 iOS 应用的环境中，评测 7 个前沿模型后发现，表现最好的 Claude Opus 5 虽取得 91.6% 的动作完成率，但完整任务成功率仅为 47.7%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月29日 11:00）·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。