36Kr Europe · English·· 6 小时前
AgentWorld多Agent协作基准：最佳团队在主任务集完成率达52.0%
When Agents form teams to perform tasks, the top-performing model only completes 50% of the assigned tasks, and this benchmark assesses their collaborative capabilities.
研究任务与主要进展
OpenAgents、哥伦比亚大学、宾夕法尼亚大学、首尔国立大学和宾夕法尼亚州立大学研究人员构建AgentWorld，用于评估多个大语言模型驱动Agent在持续变化环境中的分工、通信和资源交接能力。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请阅读原文核验。
来源：36Kr Europe · English · eu.36kr.com