跳到正文
热点事件持续更新

MultiAgentBench:多智能体协作竞争基准发布

1 篇报道1 个报道来源22 小时前更新

先了解这件事

AI 综述

Kunlun Zhu 等作者提出并公开了 MultiAgentBench,一个用于评估 LLM 多智能体系统协作与竞争的基准,代码与数据集已公开。该基准用基于里程碑的关键绩效指标衡量任务完成度与协作质量,评测覆盖 star、chain、tree、graph 等协调拓扑及群体讨论、认知规划等策略。 评测结果显示,gpt-4o-mini 取得平均最高任务分数;graph 结构在研究场景中表现最佳;认知规划将里程碑达成率提升 3%。

AI 根据报道生成 · 14 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv cs.CY
    MultiAgentBench:评估 LLM 智能体的协作与竞争

    MultiAgentBench 是一个评估 LLM 多智能体系统协作与竞争的综合性基准,采用基于里程碑的关键绩效指标衡量任务完成度与协作质量。评测覆盖 star、chain、tree、graph 等协调拓扑及群体讨论、认知规划等策略,gpt-4o-mini 取得平均最高任务分数,graph 结构在研究场景中表现最佳,认知规划将里程碑达成率提升 3%。代码与数据集已公开。

本事件热度走势

可比范围当前
5
可比范围峰值
811月19日 22:00
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。