Anthropic melancarkan MAMUBench: penyelarasan ejen tunggal mengatasi pasukan ejen setiap pengguna dalam keempat-empat persekitaran
Tajuk asal:Worse Together: How Performance Breaks Down in Multi-User Multi-Agent Teams
Ringkasan AI
Pasukan Program Fellows Anthropic membina empat persekitaran simulasi berbilang pengguna dan berbilang ejen (belanjawan token API dikongsi, kalendar klinik, pesanan makanan atau tempahan perjalanan berkumpulan, dan gabungan baris gilir), menguji model termaju Anthropic, OpenAI dan Alibaba, serta melancarkan tiga daripada persekitaran itu sebagai penanda aras MAMUBench.
Maklumat penting
- Pasukan Program Fellows Anthropic membina empat persekitaran simulasi berbilang pengguna dan…
- kalendar klinik,pesanan makanan atau tempahan perjalanan berkumpulan
- dan gabungan baris gilir),menguji model termaju Anthropic,OpenAI dan Alibaba,serta melancarkan…
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Kategori
- Kertas penyelidikan
- Skor AI
- 70
Anthropic 用四个模拟环境测出多用户多智能体团队的协调失败模式,并发布 MAMUBench 供社区复测。
Topik berkaitan
Entiti Berkaitan
Sumber dan hak cipta
Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: Anthropic melancarkan MAMUBench: penyelarasan ejen tunggal mengatasi pasukan ejen setiap pengguna dalam keempat-empat persekitaran. 11 November 2026. https://new.nat6.net/ms/news/z9u4n1e7zfapxjozcn97quhdp/