Kertas penyelidikan

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
Sumber
Anthropic:Alignment Science Blog(网页)
Kategori
Kertas penyelidikan
Topik
Ejen AIAnthropic / ClaudeKeselamatan dan penjajaran
Skor AI
70
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

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.

Pautan asal · Entri AIHOT

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/

Lihat Semua →