OptionWorld基准推出

发生了什么

研究人员推出OptionWorld基准，用于诊断大模型作为长期个人助理的失败原因。该基准追踪信息获取、判断、行动和结果，以识别当前大模型在长期个人助理角色中的不足。研究发现，失败主要源于所需信息未获取或结合、可用行动机会未被利用以及代理施加了任务不要求的限制。