ACED-BENCH评估大模型智能体获取并运用因果证据

来源简报

ACED-BENCH评估大模型智能体获取并运用因果证据: ACED-BENCH 是一个神经符号基准，用于评估 LLM 智能体是否会获取并依据因果证据采取行动。它将可读的科学表层与形式化的因果世界分离，并保留客观真值。智能体选择实验、解释证据，并做出因果决策。