Nya tester avslöjar stora brister hos AI-agenter som ska anpassa sig efter användaren

arXiv cs.AI

Forskare har testat elva olika AI-agenter som ska kunna styra mobilappar efter användarens personliga preferenser – och resultaten är nedslående. Även den bästa modellen, Seed-2.0-Pro, klarar bara 47% av uppgifterna som kräver att agenten följer användarens processpreferenser. Det visar sig att agenterna framför allt kämpar med att hitta rätt information i användarhistoriken och förstå när en preferens faktiskt ska påverka vad de gör.