Anthropic 发布 MAMUBench:单一智能体协调在四类环境中均胜过每个用户各自的智能体团队
Anthropic Fellows Program 团队构建四个多用户多智能体模拟环境(共享 API token 预算、诊所日历、团体订餐或旅行预订、合并队列),测试 Anthropic、OpenAI 和 Alibaba 的前沿模型,并发布其中三个环境作为基准 MAMUBench。
为什么值得看
Anthropic 用四个模拟环境测出多用户多智能体团队的协调失败模式,并发布 MAMUBench 供社区复测。
本文由 SoccerDream AI 自动聚合索引,内容版权归原作者与 Anthropic:Alignment Science Blog(网页) 所有。
本站仅作技术动态聚合,不构成任何形式的建议。
本站仅作技术动态聚合,不构成任何形式的建议。