WorkflowArena、LLMマルチエージェントのワークフロー編成能力を評価
arXiv cs.CLは11月9日(現地時間)、大規模言語モデル（LLM）エージェントを基盤とするマルチエージェントシステムのワークフロー編成能力を評価する新ベンチマーク「WorkflowArena」（ワークフローアリーナ）を発表した。本ベンチマークは、ソフトウェア開発、法律分析、3Dプロダクションなど8つの専門分野にわたる145タスクで構成される。モデルがワーカーエージェントをインスタンス化し、実行可能なワークフローを生成する能力を測定する。