实体 PieArena

PieArena

PulseAugur coverage of PieArena — every cluster mentioning PieArena 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

时间线

2026-06-03 research_milestone Researchers introduced PieArena, a new benchmark for evaluating language agent negotiation capabilities. 来源

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_68372 · Jun 3 · 04:00

新基准评估LLM谈判能力，GPT-5媲美人为基线

研究人员推出了PieArena，这是一个旨在评估大型语言模型谈判能力的新基准。该基准利用了从MBA谈判课程改编的真实场景，并在包括人机交互在内的各种配对模式下评估模型。评估超越了简单的结果分数，提供了多维度的行为画像，考察了指令遵循、欺骗和声誉等方面。值得注意的是，一个前沿模型GPT-5在这些谈判任务中的表现与人类基线相当或更优。