論文の概要: LifeAgentBench: A Multi-dimensional Benchmark and Agent for Personal Health Assistants in Digital Health

• arxiv url: http://arxiv.org/abs/2601.13880v1
• Date: Tue, 20 Jan 2026 11:51:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:23.292671
• Title: LifeAgentBench: A Multi-dimensional Benchmark and Agent for Personal Health Assistants in Digital Health
• Title（参考訳）: LifeAgentBench:デジタルヘルスにおけるパーソナルヘルスアシスタントのための多次元ベンチマークおよびエージェント
• Authors: Ye Tian, Zihao Wang, Onat Gungor, Xiaoran Fan, Tajana Rosing,
• Abstract要約: LifeAgentBenchは、長期、クロス次元、マルチユーザのライフスタイル推論のための大規模なQAベンチマークである。 本稿では,多段階のエビデンス検索と決定論的アグリゲーションを統合した保健アシスタントのための強力なベースラインエージェントとしてLifeAgentを提案する。
• 参考スコア（独自算出の注目度）: 27.162708805711706
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Personalized digital health support requires long-horizon, cross-dimensional reasoning over heterogeneous lifestyle signals, and recent advances in mobile sensing and large language models (LLMs) make such support increasingly feasible. However, the capabilities of current LLMs in this setting remain unclear due to the lack of systematic benchmarks. In this paper, we introduce LifeAgentBench, a large-scale QA benchmark for long-horizon, cross-dimensional, and multi-user lifestyle health reasoning, containing 22,573 questions spanning from basic retrieval to complex reasoning. We release an extensible benchmark construction pipeline and a standardized evaluation protocol to enable reliable and scalable assessment of LLM-based health assistants. We then systematically evaluate 11 leading LLMs on LifeAgentBench and identify key bottlenecks in long-horizon aggregation and cross-dimensional reasoning. Motivated by these findings, we propose LifeAgent as a strong baseline agent for health assistant that integrates multi-step evidence retrieval with deterministic aggregation, achieving significant improvements compared with two widely used baselines. Case studies further demonstrate its potential in realistic daily-life scenarios. The benchmark is publicly available at https://anonymous.4open.science/r/LifeAgentBench-CE7B.
• Abstract（参考訳）: パーソナライズされたデジタルヘルスサポートには、不均一なライフスタイル信号に対する長期的、多次元的推論が必要であり、モバイルセンシングと大規模言語モデル(LLM)の最近の進歩により、このようなサポートはますます実現可能になっている。 しかし、この環境での現在のLLMの能力は、体系的なベンチマークが欠如しているため、いまだに不明である。 本稿では,大規模QAベンチマークであるLifeAgentBenchについて紹介する。 拡張性のあるベンチマーク構築パイプラインと標準化された評価プロトコルをリリースし、LCMベースのヘルスアシスタントの信頼性とスケーラブルな評価を可能にする。 次に,LifeAgentBench上での11個のLLMを系統的に評価し,長軸アグリゲーションとクロス次元推論における重要なボトルネックを同定した。 本研究の目的は,多段階的エビデンス検索と決定論的アグリゲーションを統合した医療アシスタントの強力なベースラインエージェントとしてLifeAgentを提案することである。 事例研究は、現実的な日常生活シナリオにおけるその可能性をさらに示している。 ベンチマークはhttps://anonymous.4open.science/r/LifeAgentBench-CE7Bで公開されている。

関連論文リスト

• PRInTS: Reward Modeling for Long-Horizon Information Seeking [74.14496236655911]
  PRInTS(PRInTS)は、二重機能で訓練された生成型PRMである。 PRInTSは,オープンソースモデルと特殊エージェントの情報検索能力を向上させる。
  論文  参考訳（メタデータ） (2025-11-24T17:09:43Z)
• Multi-Agent Craftax: Benchmarking Open-Ended Multi-Agent Reinforcement Learning at the Hyperscale [53.08403177911567]
  textitCraftax-MAは、人気のあるオープンエンドRL環境であるCraftaxの拡張である。 textitCraftax-Coopは異質なエージェント、トレーディング、さらに多くのメカニクスを導入し、エージェント間の複雑な協力を必要としている。
  論文  参考訳（メタデータ） (2025-11-07T01:09:36Z)
• LifelongAgentBench: Evaluating LLM Agents as Lifelong Learners [51.518410910148816]
  しかし、現在の大規模言語モデル(LLM)ベースのエージェントは、状態のままであり、時間とともに知識を蓄積または転送することができない。 LLMエージェントの生涯学習能力を体系的に評価するために設計された最初の統合ベンチマークであるLifelongAgentBenchを紹介する。
  論文  参考訳（メタデータ） (2025-05-17T10:09:11Z)
• Large Language Model based Multi-Agents: A Survey of Progress and Challenges [44.92286030322281]
  大規模言語モデル(LLM)は、幅広いタスクで大きな成功を収めています。 近年, 1 つの LLM を単一計画や意思決定エージェントとして利用する手法の開発により, 複雑な問題解決や世界シミュレーションにおいて, LLM ベースのマルチエージェントシステムは大きな進歩を遂げている。
  論文  参考訳（メタデータ） (2024-01-21T23:36:14Z)
• AgentBench: Evaluating LLMs as Agents [99.12825098528212]
  エージェントとしてのLarge Language Model (LLM)は近年広く認知されている。 我々は,LLM-as-Agentの推論と意思決定能力を評価するために,8つの異なる環境からなるベンチマークであるAgentBenchを提案する。
  論文  参考訳（メタデータ） (2023-08-07T16:08:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。