1
LongCat 开源 VitaBench 2.0：长期动态智能体基准新标杆
VitaBench 2.0 是首个真实生活场景下面向长期动态用户建模的智能体评测基准，它系统性地评测大语言模型在长期、真实、动态的用户互动中个性化与主动性的能力。
2
Can LLM Agents Sustain Long-Horizon Organizational Dynamics?
大语言模型代理能否在长期组织模拟中维持连贯行为？新研究聚焦层级目标传播与任务依赖的挑战。
arXiv:2606.01199v1 Announce Type: new Abstract: Large language agents are increasingly used for social simulation, yet it remains unclear whether they…