NeurIPS 2026 设互动智能体评测 workshop，挑战静态榜单
cocoweixu · x · 2026-07-28
NeurIPS 2026 将在亚特兰大举办 Evaluation of Interactive Agents Workshop（IAEval）。主办方认为，随着智能体越来越强、任务越来越长，传统静态 benchmark 已经不够用了，必须设计能反映真实多轮交互的评测方法。
这个 workshop 的重点包括三类方向：人机交互、多智能体交互、以及人-智能体生态系统。它面向的是互动智能体的评测框架、方法与研究投稿。
所属事件:NeurIPS 2026 将设交互式智能体评测工作坊(2 条相关)→
「研究」频道最新
- 安全评测已饱和:业界呼吁告别 CyberGym Level 1 — andreamichi · 2026-07-30
- Nature：AI 模型 Raygun 可按需缩小或放大蛋白质 — Dr_Singularity · 2026-07-30
- 新研究提出 KSI 机制：外部化知识库提升智能体自我改进 — yisongyue · 2026-07-30
- LLM 提思路+写代码+跑实验，自动化 AI 研究新论文 — ChengleiSi · 2026-07-30
- arXiv 单日近 10% 论文披露使用 AI，学术写作正被重塑 — RexDouglass · 2026-07-30
- Datoric 推出安全数据采集工作区，月营收近七位数 — ycombinator · 2026-07-30