多智能体事实核查评测结果公布

dojedaro 公布 factcheck-agents 多智能体事实核查团队与单智能体基线的评测结果：5题测试中，多智能体团队以2比3落后于单智能体，平均成本为0.90美元、平均耗时98秒，后者分别为0.63美元和83秒；双方虚构来源比例均为0%，多智能体主要因主题覆盖不足失分。 测试使用 Claude Opus 5.5，并采用 quick.toml 配置，多智能体仅获得2个子问题且没有后续追问轮次，双方搜索额度同为6次。该评测样本较小，2比3的胜负结果不具备统计显著性，因此尚不能证明多智能体方案总体优于单智能体。

AI 根据报道生成 · 32 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。