Human Assisted Intelligence 发布 AI 调解基准 MediationBench

Human Assisted Intelligence, PBC 发布 MediationBench，用同一批 62 个模拟双方冲突对比不同 AI 调解员的表现。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 0 到 100 分。 该机构称早期结果仍属暂定：只完成一轮运行，由一两个评委模型评分。测试各方均为 AI，基准不衡量人类安全、公平、合法性，也不衡量协议能否持久。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。