千问发布 E-Commerce Bench：长周期运营与多维度评估
E-Commerce Bench: Long-Horizon Operations, Multi-Dimensional Evaluation
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
千问推出 E-Commerce Bench，用于评估 AI 智能体在电商场景中的长周期运营能力，并采用多维度评价方式。现有智能体基准多是在有限轮次内让模型完成单一目标，再按交付质量或任务完成度打分。
来源：Qwen Blog · qwen.ai