热点事件持续更新
阿里联合东京大学提出 HICO-Bench 对话评测基准
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
阿里巴巴 Token Hub 与东京大学联合提出 HICO-Bench，一个面向社交智能体对话能力的评测基准，覆盖 180 个日常协调场景。据最新报道，研究团队用该基准测试了 13 个 LLM：其中 36% 被评为高目标完成度的对话，最终未能通过可行性验证，即这些对话虽在目标完成度上得分较高，却未通过后续的可行性检验。目前公开信息集中在基准设计与这一轮评测结果，报道未披露参与评测的具体模型名单及可行性验证的具体方法。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:17
新报道称，在 180 个场景、13 个 LLM 的评测中，36% 高完成度对话未通过可行性验证。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- AGI Hunt阿里 HICO-Bench：36% 高评分对话经不起可行性验证
阿里巴巴 Token Hub 与东京大学提出 HICO-Bench：在 180 个日常协调场景中，13 个 LLM 里有 36% 被评为高目标完成度的对话通不过验证。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。