MAD Bench多智能体辩论基准提出
热点事件持续更新
MAD Bench多智能体辩论基准提出
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv人工智能板块刊出研究，作者提出并发布MAD Bench多智能体辩论基准。该基准共2,400题，覆盖知识推理、价值判断与安全拒答三类任务，研究用轮次匹配的独立反思作为对照，评估三个开放权重模型。研究通过行为与内部干预追踪大语言模型在多智能体辩论中如何改变想法，揭示从众机制。在Qwen3.5-9B上，辩论中先于理由生成的选择读数与最终答案一致率为65.4%，独立反思仅22.3%。辩论相对反思带来小幅准确率提升，但一致错误率高出3.1至7.4个百分点。目前进展为基准与研究结果已公开，后续跟进报道尚未出现。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
谁说服了谁？追踪 LLM 在多智能体系统中如何改变想法报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv Artificial Intelligence谁说服了谁？追踪 LLM 在多智能体系统中如何改变想法
研究通过行为与内部干预揭示多智能体辩论中的从众机制，并推出覆盖知识推理、价值判断与安全拒答的 2,400 题基准 MAD Bench。在 Qwen3.5-9B 上，辩论中先于理由生成的选择读数与最终答案一致率为 65.4%，独立反思仅 22.3%。辩论相对反思带来小幅准确率提升，但一致错误率高出 3.1-7.4 个百分点。
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。