Agent组队干活，最强模型只完成50%任务！基准评测协作能力
Agent组队干活，最强模型只完成50%任务！基准评测协作能力OpenAgents、哥伦比亚大学等研究者构建多智能体协作评测基准AgentWorld，评测显示主任务最高完整成功率为Gemini 3 Flash的52.0%，并提出CCE指标分析协作贡献。
来自主题: AI技术研报
7245 点击 2026-10-10 12:29
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
