研究者提出UnCoBench不可靠协作者基准
热点事件持续更新
研究者提出UnCoBench不可靠协作者基准
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Chen Huang等研究者提出并发布 Unreliable Colleagues Benchmark（UnCoBench），用于评估大语言模型多智能体在不可靠协作下的鲁棒性。该基准通过 Misaligned、Incomplete、Missed 三种设置组织协作中的行为失败，并配有自动生成流水线。 在十个模型上的测试显示，可靠场景下表现相近的模型，对不可靠证据的鲁棒性差异明显。追踪分析发现，模型常遗漏纠正性追问，恢复行为存在低效等待和冗余查询。 研究者称，数据与源码已公开。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
UnCoBench：LLM 多智能体协作中的不可靠同事基准测试报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIUnCoBench：LLM 多智能体协作中的不可靠同事基准测试
研究者提出 Unreliable Colleagues Benchmark（UnCoBench），通过 Misaligned、Incomplete、Missed 三种设置评估 LLM 多智能体在不可靠协作下的鲁棒性。在十个模型上的测试显示，可靠场景下表现相近的模型对不可靠证据的鲁棒性差异明显，追踪分析发现模型常遗漏纠正性追问，恢复行为存在低效等待和冗余查询。数据与源码已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。