热点事件持续更新
研究者提出多智能体协作评测基准SANZARU
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月，研究者提出多智能体评测基准SANZARU，用于评测认知与通信不对称条件下的协议形成与协作能力。该基准将拆弹任务的信息与权限分别分配给无法听、说、看的3个AI智能体，共涵盖7类、120个谜题。在针对7款模型开展的1512轮评测中，整体成功率为49%，各模型成功率在20%至86%不等。结果显示，在771次团队失败中，约60%归因于通信问题，智能体常尝试使用队友无法接收的通道。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
SANZARU基准评测显示7款模型整体成功率为49%，约60%的失败源于通信错配。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv 自然语言处理SANZARU：认知与通信不对称下的协议形成评测基准
评测基准 SANZARU 将拆弹任务的信息与权限分配给分别无法听、说、看的 3 个 AI 智能体，以评测信息不对称下的协议形成与协作能力。该基准含 7 类共 120 个谜题，在 1512 轮评测中，7 款模型取得 49% 的整体成功率（20% 至 86% 不等）。在 771 次团队失败中约 60% 归因于通信，智能体常尝试使用队友无法接收的通道。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。