TeamGym揭示AI团队信息共享与检索存在明显缺口。
资讯摘要
论文提出TeamGym，一个基于法律、金融、医疗和软件工程真实语料构建的团队决策评测与训练环境，并提出识别“关键信息”的方法，即一组各自必要且整体充分的事实，从而控制信息在参与者间的分布并追踪整合效果。作者在12个语料上测试8个语言模型，发现关键信息分散到多名参与者后成功率平均下降22.9个百分点，需自行从原始材料中提取时再降19.9个百分点；用团队决策损失做强化学习训练可提升最终决策质量，并出现参与、发言选择与沟通上的自发协调。
要点速读
- TeamGym基于法律、金融、医疗、软件工程真实语料构建团队决策任务，并提出识别“关键信息”的方法以控制信息分布。
- 在12个语料上测试8个模型：关键信息分散导致成功率平均下降22.9个百分点，需自行提取时再降19.9个百分点。
- 作者报告用团队决策损失做强化学习训练可提升最终决策质量，并出现参与与沟通上的自发协调。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。