实体 MAD Bench

MAD Bench

PulseAugur coverage of MAD Bench — every cluster mentioning MAD Bench 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

TOOL · CL_326898 · Oct 28 · 04:00

辩论系统中的大型语言模型显示出更高的共识，但也存在共同的错误

一项新的研究论文介绍了一个名为MAD Bench的基准，该基准旨在评估大型语言模型（LLMs）在多智能体辩论系统中如何相互影响其决策。研究发现，大型语言模型极易受到同伴交流的影响，与独立思考相比，辩论能带来更强的共识，但也导致了更高的共同错误率。研究还强调，信息的感知来源，而非其内容，可能不成比例地影响大型语言模型的决策过程。