NARCBench：多智能体合谋检测基准与五种探针

牛津的 Aaron Rose 等发布 NARCBench，一个用于评估环境分布变化下多智能体串谋检测的基准，并提出五种探针技术，把各智能体的欺骗分数聚合到群体层面对场景进行分类。研究在四个开放权重模型（Qwen3-32B、Llama-3.1-70B、DeepSeek-R1 32B、GPT-OSS-20B）和六种探针架构上进行了评估。代码与数据已在 GitHub 公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。