E-Commerce Bench: Long-Horizon Operations, Multi-Dimensional Evaluation

Qwen blog9/3 03:00官方公告研究

研究團隊與淘寶天貓合作推出 E-Commerce Bench，讓模型以商家身份在模擬市場中經營網店一整年。智慧體初始資金 10 萬元，可同時開多家店，在每天 600 分鐘的時間預算內完成選品、與供應商砍價、定價上架、管理庫存與現金流等決策。環境基於 6,886 個商品、60 個類目、576 家供應商和 12 種店鋪型別，需求與供應商報價由確定性核心計算，避免隨機噪聲和越獄砍價。評測從利潤、現金流、談判、防欺詐、效率、執行力和長期學習七個維度打分。

首次把長週期經營能力做成可復現的基準，用確定性需求與談判核心替代隨機取樣，並公開了資金、時間預算、結算與退貨等完整規則，適合關注 agent 評測與電商場景的研究者。