MediationBench – 测试 AI 调解者在 62 个模拟冲突中的表现

MediationBench 是一个测试 AI 调解者在 62 个模拟两方冲突中表现的基准，AI 模型扮演双方当事人并由测试系统作为调解者介入。每轮调解中，调解者决定发言、等待或结束对话，最终由 AI 评委根据对话记录进行评分，评分范围为 0 到 100。目前结果为初步版本，不包含对人类安全、公平性或法律合规性的评估。