Buchumschlag

Superminds Test: Actively Evaluating Collective Intelligence of Agent Society via Probing Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Xirui, Li, Ming, Xiao, Yunze, Wong, Ryan, Li, Dianqi, Baldwin, Timothy, Zhou, Tianyi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Does Socialization Emerge in AI Agent Society? A Case Study of Moltbook
von: Li, Ming, et al.
Veröffentlicht: (2026)

ClawEnvKit: Automatic Environment Generation for Claw-Like Agents
von: Li, Xirui, et al.
Veröffentlicht: (2026)

When AI Navigates the Fog of War
von: Li, Ming, et al.
Veröffentlicht: (2026)

RuleR: Improving LLM Controllability by Rule-based Data Recycling
von: Li, Ming, et al.
Veröffentlicht: (2024)

What makes Reasoning Models Different? Follow the Reasoning Leader for Efficient Decoding
von: Li, Ming, et al.
Veröffentlicht: (2025)

ATLaS: Agent Tuning via Learning Critical Steps
von: Chen, Zhixun, et al.
Veröffentlicht: (2025)

Can LLMs Estimate Student Struggles? Human-AI Difficulty Alignment with Proficiency Simulation for Item Difficulty Prediction
von: Li, Ming, et al.
Veröffentlicht: (2025)

Benchmark Test-Time Scaling of General LLM Agents
von: Li, Xiaochuan, et al.
Veröffentlicht: (2026)

LATTICE: Evaluating Decision Support Utility of Crypto Agents
von: Chan, Aaron, et al.
Veröffentlicht: (2026)

ReProbe: Efficient Test-Time Scaling of Multi-Step Reasoning by Probing Internal States of Large Language Models
von: Ni, Jingwei, et al.
Veröffentlicht: (2025)

Agent-Testing Agent: A Meta-Agent for Automated Testing and Evaluation of Conversational AI Agents
von: Komoravolu, Sameer, et al.
Veröffentlicht: (2025)

Saving the legacy of Hero Ibash: Evaluating Four Language Models for Aminoacian
von: Xiao, Yunze, et al.
Veröffentlicht: (2024)

Sentipolis: Emotion-Aware Agents for Social Simulations
von: Fu, Chiyuan, et al.
Veröffentlicht: (2026)

What does RL improve for Visual Reasoning? A Frankenstein-Style Analysis
von: Li, Xirui, et al.
Veröffentlicht: (2026)

Probabilistic Modeling of Intentions in Socially Intelligent LLM Agents
von: Xia, Feifan, et al.
Veröffentlicht: (2025)

DatasetResearch: Benchmarking Agent Systems for Demand-Driven Dataset Discovery
von: Li, Keyu, et al.
Veröffentlicht: (2025)

DrAttack: Prompt Decomposition and Reconstruction Makes Powerful LLM Jailbreakers
von: Li, Xirui, et al.
Veröffentlicht: (2024)

TheraAgent: Self-Improving Therapeutic Agent for Precise and Comprehensive Treatment Planning
von: Li, Junkai, et al.
Veröffentlicht: (2026)

AgentFugue: Agent Scaling for Long-Horizon Tasks through Collective Reasoning
von: Hu, Yuyang, et al.
Veröffentlicht: (2026)

SocialVeil: Probing Social Intelligence of Language Agents under Communication Barriers
von: Xuan, Keyang, et al.
Veröffentlicht: (2026)

What Happened in LLMs Layers when Trained for Fast vs. Slow Thinking: A Gradient Perspective
von: Li, Ming, et al.
Veröffentlicht: (2024)

InfiAgent-DABench: Evaluating Agents on Data Analysis Tasks
von: Hu, Xueyu, et al.
Veröffentlicht: (2024)

Can an Individual Manipulate the Collective Decisions of Multi-Agents?
von: Liu, Fengyuan, et al.
Veröffentlicht: (2025)

Mango: Multi-Agent Web Navigation via Global-View Optimization
von: Tong, Weixi, et al.
Veröffentlicht: (2026)

Seeing Isn't Believing: Mitigating Belief Inertia via Active Intervention in Embodied Agents
von: Wang, Hanlin, et al.
Veröffentlicht: (2026)

Multiple LLM Agents Debate for Equitable Cultural Alignment
von: Ki, Dayeon, et al.
Veröffentlicht: (2025)

Evaluating Evidence Attribution in Generated Fact Checking Explanations
von: Xing, Rui, et al.
Veröffentlicht: (2024)

Agent-World: Scaling Real-World Environment Synthesis for Evolving General Agent Intelligence
von: Dong, Guanting, et al.
Veröffentlicht: (2026)

From Word to World: Evaluate and Mitigate Culture Bias in LLMs via Word Association Test
von: Dai, Xunlian, et al.
Veröffentlicht: (2025)

DSGBench: A Diverse Strategic Game Benchmark for Evaluating LLM-based Agents in Complex Decision-Making Environments
von: Tang, Wenjie, et al.
Veröffentlicht: (2025)

ReportBench: Evaluating Deep Research Agents via Academic Survey Tasks
von: Li, Minghao, et al.
Veröffentlicht: (2025)

SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents
von: Zhou, Xuhui, et al.
Veröffentlicht: (2023)

How Instruction and Reasoning Data shape Post-Training: Data Quality through the Lens of Layer-wise Gradients
von: Li, Ming, et al.
Veröffentlicht: (2025)

When Agents "Misremember" Collectively: Exploring the Mandela Effect in LLM-based Multi-Agent Systems
von: Xu, Naen, et al.
Veröffentlicht: (2026)

SPADE-Bench: Evaluating Spontaneous Strategic Deception in Agents via Plan-Action Divergence
von: Bu, Yuyan, et al.
Veröffentlicht: (2026)

Can LLMs Speak For Diverse People? Tuning LLMs via Debate to Generate Controllable Controversial Statements
von: Li, Ming, et al.
Veröffentlicht: (2024)

Diversifying Question Generation over Knowledge Base via External Natural Questions
von: Guo, Shasha, et al.
Veröffentlicht: (2023)

AgentCE-Bench: Agent Configurable Evaluation with Scalable Horizons and Controllable Difficulty under Lightweight Environments
von: Yang, Wang, et al.
Veröffentlicht: (2026)

AgentDropoutV2: Optimizing Information Flow in Multi-Agent Systems via Test-Time Rectify-or-Reject Pruning
von: Wang, Yutong, et al.
Veröffentlicht: (2026)

AgentBank: Towards Generalized LLM Agents via Fine-Tuning on 50000+ Interaction Trajectories
von: Song, Yifan, et al.
Veröffentlicht: (2024)