arXiv · cs.CL· Caixin Kang·· 13 天前AI 评分50
HICO-Bench：从可验证结果衡量社交智能体的交互有效性
What Makes a Social Agent's Interactions Effective? Learning from Verifiable Outcomes in Paired Worlds
来源与原文
arXiv · cs.CL
作者：Caixin Kang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.20195v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文提出 HICO-Bench，包含 180 个日常协调场景，通过程序检查 Feasibility、LLM judge 检查 Integrity 来判定 Verified Success。测试 13 个 LLM 发现 36% 被评为高目标完成度的对话无法通过 Verified Success。论文还提出 PaCPO 方法，将 Qwen3-8B 的 Verified Success 从 20.4% 提升至 28.3%。
来源：arXiv · cs.CL · arxiv.org