MediationBench：在 62 个模拟冲突中测试 AI 调解员

Human Assisted Intelligence 推出 MediationBench，用同一批 62 个模拟双方冲突对比不同 AI 调解员的表现。每个测试中，语言模型扮演冲突双方，被测系统担任调解员，在固定的 3 到 25 轮窗口内决定发言、等待或结束，随后由 Sol 等评委模型对完整对话打分（0-100）。