arXiv · cs.AI· Caixin Kang, Ke Wang, Yuchuan Wu, Xiaoqiang Wang, Ling Li, Bingxue Qiu, Yongbin Li, Yoichi Sato·· 5 小时前
HICO-Bench：从可验证的成对世界结果评估和优化社会智能体交互
What Makes a Social Agent's Interactions Effective? Learning from Verifiable Outcomes in Paired Worlds
arXiv:2610.20195v1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：Caixin Kang, Ke Wang, Yuchuan Wu, Xiaoqiang Wang, Ling Li, Bingxue Qiu, Yongbin Li, Yoichi Sato
研究任务与主要进展
作者提出HICO-Bench，用180个日常协调场景检验两名掌握私有信息的智能体能否协商出可行且符合对话承诺的计划。基准通过程序检查计划是否一致并满足双方条件，再由LLM裁判检查对话完整性；13个LLM中，36%被评为高度完成目标的对话未达到该“可验证成功”标准。
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