提出UnCoBench评测多智能体对不可靠协作者的鲁棒性

Chen Huang 等作者发布多智能体协作基准 UnCoBench（Unreliable Colleagues Benchmark）论文，并公开数据与源代码，用于评测协作者不对齐（Misaligned）、信息不完整（Incomplete）或未响应（Missed）时智能体的证据恢复能力。 基于论文摘要，十个模型的实验显示，可靠协作设置下表现相近的模型在不可靠证据下的鲁棒性可能差异明显；常见失败模式包括遗漏纠正性追问、低效等待和重复查询。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。