ProgramBench对比多智能体三种运行模式

Elie Bakouch 公布多智能体基准在 ProgramBench 上的对比结果，比较 team、async 与 single agent 三种模式的准确率和延迟；结果显示，合理的多智能体编排可能同时改善准确率与时延。 Mark Tenenholtz 称，他连续几个模型世代使用多智能体 harness，并在 ProgramBench 上同时观察到准确率和延迟改善；这一经验与上述基准对比的方向一致，但并非同一项测试结果。

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。