arXiv · cs.AI· Aaron Rose, Carissa Cullen, Sahar Abdelnabi, Philip Torr, Brandon Gary Kaplowitz, Christian Schroeder de Witt·· 9 小时前
NARCBench提出多智能体串谋检测基准与五种探针技术
Detecting Multi-Agent Collusion Through Multi-Agent Interpretability
arXiv:2604.01151v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Aaron Rose, Carissa Cullen, Sahar Abdelnabi, Philip Torr, Brandon Gary Kaplowitz, Christian Schroeder de Witt
研究任务与主要进展
研究者提出NARCBench，用于评估环境分布变化下的多智能体串谋检测，并提出五种将各智能体欺骗分数聚合到群体层面的探针技术。
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。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org