发布HICO-Bench与PaCPO训练方法

研究作者发布 HICO-Bench 社交智能体基准和 PaCPO 训练方法。HICO-Bench 包含 180 个日常协调场景，如资源分配、排期和授权，让两个掌握私有信息的智能体对话，之后各自记录商定的计划。 据作者介绍，判定是否成功由两道检查同时决定：程序检查可行性（Feasibility），LLM 评审检查完整性（Integrity），两者都通过才算 Verified Success。PaCPO 则用这种可验证结果来训练智能体。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。