MediationBench – 测试 AI 调解员在 62 个模拟冲突中的表现

MediationBench 由 Human Assisted Intelligence 发布，通过模拟62个双边冲突来比较AI调解员的表现。每个测试中，系统使用相同的模型扮演双方，调解员在3至25轮的固定窗口内决定何时发言、等待或结束对话。初步结果显示，AI调解员在对话结束时是否适当结束的评分在0到100之间。