跳到正文
AIHOT ↗· Anthropic:Alignment Science Blog(网页)·· 8 天前AI 评分70

Anthropic 发布 MAMUBench,测试多用户多智能体协调能力

Anthropic 发布 MAMUBench:单一智能体协调在四类环境中均胜过每个用户各自的智能体团队

AI 导读

Anthropic 发布 MAMUBench,用于评估多用户场景下智能体协调共享资源的表现。团队在四类环境中测试了 Anthropic、OpenAI 和 Alibaba 的前沿模型,发现单一协调智能体在 Claude Opus 5 和 Claude Sonnet 5 上均优于每名用户各自配备智能体的团队,差距约为 10 至 45 个百分点。

来源:AIHOT · alignment.anthropic.com