先了解这件事
Anthropic 发布研究称,在多用户、多智能体场景中,让单一智能体统一协调,在四类测试环境里都胜过每个用户各自使用智能体团队。研究团队构建了共享 API token 预算、诊所日历、团体订餐或旅行预订、合并队列四个模拟环境,测试了 Anthropic、OpenAI 和 Alibaba 的前沿模型。
Anthropic 将其中三个环境作为基准 MAMUBench 公开,供他人测试智能体在多用户、多智能体系统中的协调表现和行为。上述比较结论来自 Anthropic 自述,公开基准本身不构成对结论的独立验证。
AI 根据报道生成 · 5 天前更新最新进展
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
热度走势
事件进展1
Anthropic发布多用户多智能体协作失效研究及MAMUBench基准
Anthropic:Alignment Science Blog: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