研究者发布TeamGym团队决策评测环境

Chanwoo Park 等研究者在 arXiv 发布论文，推出 TeamGym——一个基于法律、金融、医疗和软件工程语料构建的评测与训练环境，用于测试语言模型智能体在信息分布于多个参与者时的团队决策能力。 在 12 个源语料上测试 8 个模型后，研究者发现：将关键信息分发给多个参与者使决策成功率平均下降 22.9 个百分点（通信差距），需自行检索关键信息时再降 19.9 个百分点（检索差距）。通过强化学习在团队决策损失上训练策略，可提升最终决策质量，并涌现出参与、发言人选择和沟通方面的协作行为。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。