MediationBench 发布：测试 AI 调解人在 62 个模拟冲突中的表现

Human Assisted Intelligence 发布 MediationBench，该基准测试让 AI 调解人在 62 个由 LLM 扮演双方的模拟冲突中运行。 当前结果为一轮次、由一两个 judge 模型评分的暂定数据，每个冲突评分 0-100 分，涵盖 3-25 轮对话窗口。 该基准旨在测量 AI 在人类争论中的表现，但不评估人类安全性或公平性。