MCP-Persona：個人アプリ向け LLM エージェント評価ベンチマーク公開

要約

Model Context Protocol（MCP）は LLM と外部ツールを接続する標準規格として急速に普及しているが、既存ベンチマークは汎用的な情報検索ツールに偏り、個人アカウントやローカルDBを扱うパーソナルアプリの評価が不足していた。MCP-Personaはその課題を補う初のベンチマークで、Reddit・小紅書（Rednote）・Lark（Feishu）・Slackなど幅広い実用アプリを対象に設計されている。最新エージェントを用いた実験では、パーソナライズされたツール利用において多くのモデルが課題を抱えることが示され、コードはGitHubで公開済みだ。