AI评测生态系统仿真：基准与私有留出设计研究

1. 12:00
   arXiv · Computers and Society

   AI 评测生态系统

   论文提出一个结合规则式市场动态与 LLM 驱动战略行为者的仿真架构，基于生成式智能体建模（GABM），在六维能力空间（推理、编码、知识、安全、沟通、智能体）上建模评测基准、消费者需求与提供方能力。以基准留出集设计为案例，发现从公开基准转向私有留出基准在多数基准上缩小分数与用户满意度差距，但在少数基准上扩大差距，取决于留出权重如何转移评分贡献。

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.