MultiAgentBench: Evaluando la colaboración y competencia de agentes de LLM
Resumen del corpus
Se presenta MultiAgentBench, un benchmark diseñado para evaluar sistemas multi-agente basados en LLM en escenarios interactivos. El sistema mide la colaboración y competencia mediante indicadores clave de rendimiento basados en hitos. Se evalúan diferentes protocolos de coordinación y estrategias como la planificación cognitiva, encontrando que gpt-4o-mini obtiene la mejor puntuación y la estructura de grafo es la mejor entre los protocolos.
Tags
Personas mencionadas
Noticia original