ACE-RS

ACE-RS（电子商务代理理性套件）是一个用于研究自主AI代理在电子商务环境中购物行为的综合数据集。该数据集通过提供合成任务来评估代理的经济理性和基本指令遵循能力，使得可以进行控制实验来研究AI的购物行为。

原始信息汇总

ACE-RS 数据集概述

数据集描述

ACE-RS (Agentic e-CommercE - Rationality Suite) 是一个用于研究自主AI代理在电子商务环境中行为的综合数据集。该数据集通过提供评估代理经济理性和基本指令遵循能力的合成任务，支持对AI购物行为的受控实验。

数据集配置

数据集包含以下四个配置：

1. absolute_and_random_price

• 特征：
  • query (string)
  • experiment_label (string)
  • experiment_number (int64)
  • id (sequence: string)
  • title (sequence: string)
  • url (sequence: string)
  • image_url (sequence: string)
  • sponsored (sequence: bool)
  • rating (sequence: float64)
  • rating_count (sequence: int64)
  • price (sequence: float64)
  • overall_pick (sequence: bool)
  • best_seller (sequence: bool)
  • limited_time (sequence: bool)
  • discounted (sequence: bool)
  • low_stock (sequence: bool)
  • stock_quantity (sequence: int64)
  • position_in_experiment (sequence: int64)
  • assigned_position (sequence: int64)
  • desired_choice (sequence: int64)
  • original_price (sequence: float64)
  • screenshot (image)
• 数据量：
  • 样本数：2500
  • 下载大小：221069168字节
  • 数据集大小：343809718字节

2. instruction_following

• 特征：
  • 包含absolute_and_random_price所有特征
  • 额外特征：
    • brand (sequence: string)
    • color (sequence: string)
    • budget (sequence: float64)
    • cheapest (sequence: bool)
• 数据量：
  • 样本数：400
  • 下载大小：130748969字节
  • 数据集大小：132899376字节

3. rating

• 特征：与absolute_and_random_price相同
• 数据量：
  • 样本数：1500
  • 下载大小：155227111字节
  • 数据集大小：224375820.5字节

4. relative_price

• 特征：与absolute_and_random_price相同
• 数据量：
  • 样本数：1500
  • 下载大小：36822808字节
  • 数据集大小：218926260.5字节

数据集子集

1. Instruction Following

   • 预算约束购物任务
   • 基于颜色的产品选择
   • 品牌特定要求

2. Rationality Tests

   • absolute_and_random_price
   • relative_price
   • rating

引用

bibtex @misc{allouah2025acers, author = { Amine Allouah, Omar Besbes, Josué D Figueroa, Yash Kanoria and Akshit Kumar }, title = { ACE-RS (Revision bb94051) }, year = 2025, url = { https://huggingface.co/datasets/My-Custom-AI/ACE-SR }, doi = { 10.57967/hf/6123 }, publisher = { Hugging Face } }

许可证

MIT License

相关链接

• 论文：https://arxiv.org/abs/2508.02630
• 代码库：https://github.com/mycustomai/ACES

搜集汇总

数据集介绍

构建方式

在电子商务行为研究领域，ACE-RS数据集通过精心设计的实验范式构建而成。研究团队采用模块化设计理念，将数据集划分为指令遵循和理性测试两大核心模块，涵盖预算约束购物、品牌选择、价格敏感性等典型电商场景。数据采集过程模拟真实用户行为轨迹，通过系统化记录商品标题、价格、评分等28项结构化特征，并辅以界面截图作为视觉佐证，最终形成包含4900条实验数据的多模态数据集。

特点

该数据集最显著的特征在于其多维度的实验设计架构。每个实验单元不仅包含标准化的商品元数据，还创新性地引入了实验标签、期望选择等科研专用字段，使得研究者能够精确追踪AI代理的决策路径。特别值得注意的是，数据集通过赞助标识、限时折扣等商业特征，完整还原了电商平台特有的营销环境，为研究消费行为中的认知偏差提供了理想的数据基础。视觉数据与结构化数据的有机结合，进一步拓展了研究方法的可能性边界。

使用方法

使用者可通过HuggingFace平台直接加载数据集各子模块，建议根据研究目标选择对应配置。对于理性行为研究，relative_price和rating子集提供丰富的价格敏感性数据；而instruction_following子集则适用于指令遵循能力评估。官方配套的ACES代码库提供标准化的数据处理管道，支持从原始交互数据重建实验场景。研究者应注意结合实验编号和期望选择字段进行对照分析，以充分发挥数据集设计的科学价值。

背景与挑战

背景概述

ACE-RS（Agentic e-CommercE - Rationality Suite）数据集是专为研究自主AI代理在电子商务环境中的行为而设计的综合性数据集，由Amine Allouah、Omar Besbes等学者于2025年发布。该数据集通过提供合成任务来评估AI代理的经济理性和基本指令遵循能力，旨在揭示AI在购物决策中的行为模式。数据集包含多个实验子集，如指令遵循、价格理性测试等，为研究AI代理在复杂商业环境中的决策机制提供了重要工具。其研究成果发表在arXiv预印本平台，对推动AI行为经济学和电子商务智能化发展具有显著意义。

当前挑战

ACE-RS数据集面临的挑战主要体现在两个方面：领域问题方面，如何准确评估AI代理在多样化购物场景中的经济理性行为，特别是在处理预算约束、品牌偏好等复杂变量时的决策一致性；构建过程方面，需要平衡数据合成与现实场景的逼真度，确保实验任务既能反映真实商业环境，又能保持可控性。此外，多模态数据（如商品图像与结构化元数据）的同步采集与标注，以及不同实验子集之间的逻辑一致性维护，均为数据集构建带来显著技术难度。

常用场景

经典使用场景

在电子商务与人工智能交叉领域的研究中，ACE-RS数据集为探索自主AI代理在购物环境中的行为模式提供了标准化实验平台。其核心价值在于通过结构化任务设计（如预算约束购物、品牌定向选择等），系统评估智能体在经济决策中的理性程度与指令遵循能力，成为验证多智能体系统商业应用可靠性的基准工具。

实际应用

实际应用中，该数据集支撑着智能导购系统的算法优化，电商平台可基于其发现的代理行为规律改进推荐策略。例如通过分析智能体在折扣商品（discounted字段）与限时促销（limited_time字段）中的决策轨迹，可构建更精准的用户行为预测模型，最终提升平台转化率与客户满意度。

衍生相关工作

基于ACE-RS衍生的研究已形成多个经典方向：MIT团队开发了基于强化学习的代理决策解释器DECIDE，亚马逊研究院利用该数据集构建了商品排序公平性检测框架FairRank。其提供的截图字段（screenshot）更催生了视觉-决策融合模型ViShop，开创了多模态电商行为分析的新范式。