跳到正文
Hugging Face Daily Papers·· 2026-10-15AI 评分48

Kolab:人类与智能体长周期协作基准评测

Kolab: Benchmarking Human-Agent Collaboration in Long-Horizon Workflows

AI 导读

Kolab 发布包含 50 名从业者共 115+ 小时屏幕录像的新数据集,填补了现有基准过度关注自动化而忽视人机持续互动的空白。分析显示前沿模型高估专家协作效果且难以区分协作质量,无法预测用户采纳或修改贡献的行为。该 arXiv 预印本作为研究真实专业工作流中人类 - 智能体协作的宝贵资源,暂未开放代码或商用许可。

来源:Hugging Face Daily Papers · arxiv.org