新智元·· 11 小时前AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
AgentWorld 基准评测多智能体协作：最强模型团队仅完成 52.0% 任务
Agent组队干活，最强模型只完成50%任务！基准评测协作能力
AI 导读
OpenAgents 联合哥伦比亚大学、宾夕法尼亚大学等高校构建多智能体协作评测基准 AgentWorld，让 3 至 20 个智能体在 MMORPG 沙盒中分工完成 100 个人工设计任务及 100 个增强变体。
来源：新智元 · mp.weixin.qq.com