UXBench Pro：多轮对话个性化用户体验基准

研究者提出 UXBench 基准，面向多轮对话交互的个性化用户体验评测。该基准包含 1,000 个测试实例，来自 12 个任务场景和 82 个领域，每个实例配有刻画七类可解释行为维度的 FACTORS 用户画像，用于评估模型在多轮对话中的个性化表现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。