Apple Machine Learning Research ·

主动代理研究环境：模拟活跃用户以评估主动助手

💡 原文英文，约400词，阅读约需2分钟。

📝

内容提要

本文介绍了主动代理研究环境（Pare），旨在模拟用户以评估主动助手。Pare将应用建模为有限状态机，支持主动用户模拟，并推出了Pare-Bench基准，涵盖143个任务，测试上下文观察和目标推断等能力，为数字助手的发展提供了新的框架和评估标准。

🎯

🔎

主动代理技术有望通过预测用户需求和自主执行任务来提升数字助手的效率。然而，当前缺乏有效的用户模拟框架，限制了这一技术的发展。Pare的引入为解决这一问题提供了新的思路，能够更真实地模拟用户交互。

Pare-Bench作为一个包含143个任务的基准，能够全面评估主动助手在不同场景下的表现。通过测试上下文观察和目标推断等能力，开发者可以更好地理解助手在实际应用中的表现，从而优化其设计和功能。

现有的用户模拟方法未能有效捕捉用户交互的状态性和顺序性，这使得真实用户模拟变得困难。Pare通过将应用建模为有限状态机，能够更好地反映用户在数字环境中的行为，为未来的研究提供了重要的基础。

❓

主动代理研究环境（Pare）是一个用于构建和评估主动助手的框架，旨在模拟用户的行为。

Pare-Bench基准包含143个任务，涵盖通信、生产力、日程安排和生活方式应用。

Pare通过将应用建模为有限状态机，支持状态导航和状态依赖的动作空间来模拟用户行为。

现有方法未能有效捕捉用户交互的状态性和顺序性，限制了真实用户模拟的实现。

Pare的主要优势在于其能够有效模拟主动用户行为，从而为数字助手的发展提供新的评估标准。

Pare-Bench测试了上下文观察、目标推断、干预时机和多应用协调能力等能力。

🏷️