arxiv · arXiv · 2026-09-30 15:12 · 评分 88
提出MADBench，系统评估多智能体辩论在多种对抗攻击下的安全性。辩论虽能相互纠错，也可能传播对抗错误并误导群体答案，该基准考察辩论机制能否缓解攻击，为多智能体安全提供评测框架。
原文：arXiv ｜ 返回 AI 资讯列表