LLM多智能体协作基准发布
研究者发布面向开放式长程世界的LLM多智能体协作基准，测试13个现代模型在探索、沟通、交易、制作、建造和战斗等任务中的表现。结果显示多数智能体平均仅约6%归一化回报，但Gemini 3.1 Pro在最难设置下可媲美训练10亿环境步的最佳MARL智能体，通信能力被认为是关键瓶颈。
事件进展（1 篇报道）
-
2026-07-14 23:37
研究者发布面向开放式长程世界的LLM多智能体协作基准，测试13个现代模型在探索、沟通、交易、制作、建造和战斗等任务中的表现。结果显示多数智能体平均仅约6%归一化回报，但Gemini 3.1 Pro在最难设置下可媲美训练10亿环境步的最佳MARL智能体，通信能力被认为是关键瓶颈。