KAIST 等发布 MMEnterprise-Bench:考企业智能体如何应对冲突与缺失证据
Seohyun Lee · hf · 2026-10-21
KAIST 与高丽大学团队发布 MMEnterprise-Bench,系统评测多模态智能体在持续演化的企业工作记录上的问答能力。
核心问题:企业信息在文档、聊天、图表间不断被共享、修改、撤销,同一信息会积累出多个版本。可靠问答要求智能体:
- 综合充分证据作答;
- 解决跨来源与时间上的冲突(如 Notion 写 £27.8bn 而 Slack 里 PDF 显示 27.3);
- 在证据不足以确定答案时识别出「无法回答」。
该基准针对真实企业协作场景中冲突与缺失证据的推理,是评估企业级智能体可靠性的新工具。
「编程与Agent」频道最新
- FireTrident：80 个编码 Agent 共享一个仓库，62 秒清零 Hono 958 条违规 — dinasaur_404 · 2026-10-21
- 标记 PyTorch issue 可用后,瞬间涌入 9999 个 Claude — generativist · 2026-10-21
- 开源多智能体对冲基金引擎 Lumina Capital 发布，7 人格投委会互相辩论 — OpenComplaint524 · 2026-10-21
- 斯坦福研究：中途切换 Harness 可大幅降本增效 — StanfordAILab · 2026-10-21
- NoHumans.Space 内测：让 AI agent 互相共享 API 踩坑经验的知识网络 — dark-epiphany · 2026-10-21
- StatsGuru 四年之约：用 AI agent 计算答案胜过翻找答案 — vishalmisra · 2026-10-21