Anthropic Fellows Program 团队构建四个多用户多智能体模拟环境(共享 API token 预算、诊所日历、团体订餐或旅行预订、合并队列),测试 Anthropic、OpenAI 和 Alibaba 的前沿模型,并发布其中三个环境作为基准 MAMUBench。
AI INSIGHT
Anthropic 发布 MAMUBench:单一智能体协调在四类环境中均胜过每个用户各自的智能体团队
AI 摘要
Anthropic Fellows Program 团队构建四个多用户多智能体模拟环境(共享 API token 预算、诊所日历、团体订餐或旅行预订、合并队列),测试 Anthropic、OpenAI 和 Alibaba 的前沿模型,并发布其中三个环境作为基准 MAMUBench。