MediationBench 发布：在 62 个模拟冲突中评测 AI 调解员

Human Assisted Intelligence 推出评测基准 MediationBench，在 62 个由大语言模型扮演的模拟双边冲突中对比 AI 调解员的表现。被测调解员需在 3 到 25 轮对话中自主决定发言、等待或终止沟通。对话结束后由 Sol 等裁判模型仅根据转录文本在 5 个维度打出 0 至 100 分的总成绩。