实体 ForestBench

ForestBench

PulseAugur coverage of ForestBench — every cluster mentioning ForestBench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_193341 · Aug 11 · 04:00

新框架旨在标准化多代理AI协作评估

两篇新研究论文介绍了用于评估基于大型语言模型（LLM）的多代理系统（MAS）的框架。第一篇，ForestBench，提出了一个统一的图框架，将异构执行跟踪映射到共享空间，从而能够标准化比较不同的MAS方法。第二篇论文，“协作鸿沟”，提出了一个说明性的迷宫解决基准，用于在没有固定通信协议的情况下评估代理协作，揭示了与单独性能相比，模型协作时性能显著下降。