跳到正文
arXiv · AI· Binze Li, Zihuan Zhang, Seokhyun Baek, Gillian K. Hadfield, Tianmin Shu·· 11 天前AI 评分43

NormGym:通过社会交互评估规范能力

NormGym: Evaluating Normative Competence through Social Interaction

AI 导读

NormGym 是首个要求新成员在陌生多智能体社区中推断未知规范的交互基准,包含多样规范与环境。 最强 LLM 在任务与合规联合成功率上仅达 55.3%,且微调难以提升该能力。 结果表明当前模型缺乏通过社会交互获取规范知识的稳健可迁移能力。

来源:arXiv · AI · arxiv.org