Online Agent-as-a-Judge: Situation-Generating Evaluation for Interactive Agents

En 3 lignesNouvelle méthode d'évaluation pour agents sociaux IA : un agent évaluateur interagit activement avec l'agent cible pour générer des situations spécifiques testant des critères sociaux (gestion de conflits, etc.). Testé sur 32 critères dans un environnement de simulation de vie, améliore la couverture et l'accord avec les labels humains par rapport aux méthodes passives.

Résumé généré par Claude — vérifié par l'humain