算法论文8
AgentA/B或让真人AB测试下岗
AGI Hunt
AI 摘要
我认为AgentA/B框架很牛，用虚拟用户模拟真实购物行为，成本低、速度快。测试显示其结果与真实用户相似，虽有人质疑，但或让传统AB测试改变，虚拟用户测试时代要来了。
阅读原文 · AGI Hunt
AgentA/B：用AI模拟用户，真人AB测试或将成为历史
宾夕法尼亚州立大学和亚马逊合作研发AgentA/B测试框架，用大语言模型生成虚拟用户模拟真实行为，成本低、速度快，还能绕开真实流量测试。虽有人质疑，但它或改变传统AB测试。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
推荐文章9
记忆是Agent走向RSI的核心关键
本文结合OpenAI、Anthropic的最新AI研发动向，指出RSI是Agent自进化的核心方向，记忆是RSI的关键基础，介绍了MemoraX的记忆驱动RSI体系与多场景实践成果。
机器之心
新闻资讯9
24天Jev逆袭估值达75亿美元
本文报道，前OpenAI核心成员创办的TypeSafe AI推出砍掉生成功能、只做决策的AI模型Jev，上线仅24天估值从2亿美元暴涨至75亿美元，引爆AI决策新赛道，科技巨头纷纷跟进布局。
量子位
新闻资讯9
字节实习生曝DeepSeek-V4缺陷
字节Seed团队联合多校研究，发现DeepSeek-V4的分块KV缓存压缩架构存在长文本检索周期性盲区，不同Token位置检索准确率落差最高超40个百分点，揭露了传统长文本评测的盲区，DeepSeek已在V4.1改善但未完全消除缺陷。
AI前线
算法论文8
最强AI Agent团队仅完成半数协作任务
单个AI Agent能力不断提升，但多智能体协作能力缺乏系统评测。本文介绍新推出的AgentWorld评测基准，结合长时程任务、角色不对称与黑盒交互，评测多智能体协作能力，给出主流大模型的协作表现数据。
InfoQ