SocialReasoning-Bench:衡量AI代理是否真正代表用户利益
Microsoft Research Blog3099 字 (约 13 分钟)
87
SocialReasoning-Bench 揭示当前主流 AI 模型在代表用户进行社交推理时,虽能完成任务但常接受次优结果,未能充分维护用户利益。
入选理由:在日程协调中,前沿模型有36%的概率接受低于最优值15%以上的会议时间。
精选文章#AI Agent#Social Reasoning#Benchmark#Microsoft Research英文
