热点事件持续更新
研究团队发布人机协同工作流评测基准Kolab
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月16日，研究人员推出人机协作评测数据集Kolab。该基准包含来自40个职业的50位专业人士在真实长流程任务中与AI智能体协作的115小时以上屏幕录像及质量评估。评测重点考察模型预测专家对其产出采纳情况的能力，以及评估协作满意度和输出质量的表现。测试结果显示，当前前沿模型高估了自身与专家的协作表现，且更长的工作流上下文未能持续改善预测效果。
AI 根据报道生成 · 8 小时前更新
最新进展10月16日 12:00
研究团队推出数据集Kolab，测试显示前沿模型高估了自身与专家的长流程协作表现。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv 人工智能Kolab：长流程工作中人机协作评测基准
研究人员推出人机协作评测数据集 Kolab，包含来自 40 个职业的 50 位专业人士在真实长流程任务中与 AI 智能体协作的 115+ 小时屏幕录像及质量评估。评测重点考察模型预测专家对其产出的采纳情况，以及评估协作满意度和输出质量的能力。测试显示前沿模型高估了与专家的协作表现，且更长的工作流上下文未能持续改善预测效果。
本事件热度走势
当前热度 8·可比范围峰值 10（10月16日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。