行业与实践 · 标签「决策模型」

研究与基准测试/2026-11-07/16 分钟

TandemBench：面向多智能体协作的决策模型基准评测

哈工大提出 TandemBench：在 Overcooked 协作场景中用 1,200 道题评测决策模型能否选出最优团队方案，并判断所给选项里有没有最优安排。最好的原生模型决策准确率 62.50%，最优性验证仍接近随机。