热点事件持续更新

研究者提出HICO-Bench与PaCPO方法

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究者提出社交智能体基准 HICO-Bench 及配套训练方法 PaCPO。HICO-Bench 包含 180 个日常协调场景（如资源分配、排期、授权），两个各持私有信息的智能体对话后分别记录商定的计划，由程序检查可行性、LLM 评判完整性，两者同时通过才算 Verified Success。在 13 个 LLM 中，36% 被评高目标完成度的对话未通过验证。PaCPO 将 Qwen3-8B 的 Verified Success 从 20.4% 提升至 28.3%。

AI 根据报道生成 · 3 小时前更新

最新进展10月15日 12:00

HICO-Bench：如何评估社交智能体的交互有效性？PaCPO 让 Qwen3-8B 验证成功率从 20.4% 升至 28.3%

报道时间线

沿着报道，了解事件的不同侧面。

10月15日

12:00
arXiv cs.CL
HICO-Bench：如何评估社交智能体的交互有效性？PaCPO 让 Qwen3-8B 验证成功率从 20.4% 升至 28.3%
研究者提出 HICO-Bench，包含 180 个日常协调场景，两个持有私有信息的智能体对话后各自记录商定计划，由程序检查可行性、LLM 评判完整性，两者同时通过才算 Verified Success。在 13 个 LLM 中，36% 被评高目标完成度的对话未通过验证。为此提出的 PaCPO 方法将 Qwen3-8B 的 Verified Success 从 20.4% 提升至 28.3%。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月15日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。