本文提出 MCP-Persona 基准测试,用于评估大语言模型代理在个性化工具使用方面的性能,实验揭示了当前最先进模型在个性化工具使用方面的显著局限性。
机构:上交
来源:arXiv 2606.02470 | AI4Papers 论文推荐平台