NeurIPS 2026 工作坊聚焦交互式 agent 评测方法
cocoweixu · x · 2026-07-29
NeurIPS 2026 将举办一个关于交互式 agent 评测的 workshop，投稿截止时间是 2026 年 8 月 29 日。
- 议题包括评测基准、轨迹级指标、用户/环境模拟、长程可靠性、安全与伦理。
- 组织者认为，interactive agent 不能再用单轮 LLM 的方式来评估，因为真正的成功取决于长时间、多轮交互的稳定性。
- 直接找真实用户测评通常太慢、太贵、难复现，也难以规模化。
- workshop 关注多轮助手、工具使用型 agent、computer-use agent、协作式 agent，以及模拟器是否真的能代表真实用户。
所属事件:NeurIPS 2026 将设交互式智能体评测工作坊(2 条相关)→
「编程与Agent」频道最新
- ClaudeDev 称无状态 MCP 可部署到 serverless 和边缘 — IndraVahan · 2026-07-29
- Eve 上线 CLI 集成注册表，直接安装 agent 扩展 — shadcn · 2026-07-29
- Agentic AI 峰会设分论坛讨论 Agent 开发平台 — dawnsongtweets · 2026-07-29
- Agent Farm 把文档和记忆当作会衰减的农田来维护 — jasonkneen · 2026-07-29
- Agent Farm 把编程智能体的 worktree 管理做成了亮点 — jasonkneen · 2026-07-29
- 一个 Unity RPG prompt，把多智能体循环推到 AAA 级极致 — chongdashu · 2026-07-29