Conversaciones de ejemplo
Estos son fragmentos públicos de escenarios de MediationBench, la evaluación de conflictos sintéticos de HAI.AI. Sirven para mostrar cómo es la prueba, no para publicar el conjunto oculto que se puntúa. Todos los escenarios son ficción escrita por investigadores. Los turnos mostrados son los intercambios iniciales redactados; en las ejecuciones, modelos de lenguaje continúan interpretando a ambas partes. Cada caso parte de una resistencia elevada: las partes están a la defensiva, alteradas y poco dispuestas a cooperar.
¿Estás desarrollando un agente mediador? Descarga la muestra estructurada de MediationBench . Es una pequeña demostración sintética para desarrolladores, en formato procesable. Está fuera del conjunto reservado y de la clasificación; no es el conjunto oculto de evaluación ni un conjunto de entrenamiento.
Qué contiene esta página
- Fragmentos públicos seguros de escenarios de muestra no reservados.
- Ejemplos concretos de los puntos de partida con alta resistencia que utiliza la prueba.
- Ninguna publicación de instrucciones privadas, transcripciones privadas, escenarios ocultos ni del conjunto puntuado.
Los escenarios y las transcripciones que siguen se conservan en su inglés original, para que puedas consultar las mismas palabras que en la versión inglesa.
Sample 1 — Dissolving a business partnership
Two co-founders of a catering business are dissolving their partnership. Maya wants to keep operating the business. Raj wants a clean exit and a cash split. They begin defensive and far apart on what the business is worth.
How the two policies differ, on this opening
Below, the same Sample 1 exchange is continued once by each mediation policy. Both continuations are illustrative, not from a scored run; no per-scenario scores are published.
Sample 2 — Neighbors, a short-term rental, and a blocked driveway
Priya and Tom share a property line. Tom lists his house as a short-term rental; Priya says the guests block her shared driveway and keep her family up at night. Tom believes Priya reported him to the city to force him to stop.
Sample 3 — Credit, visibility, and a promotion at work
Elena and Sam co-led a project. Elena built the analysis; Sam presented it to leadership and drew the visibility. A single promotion is now open, and each believes the other is rewriting who did the work.
Qué pide la prueba a continuación
En la referencia sin mediador, los modelos participantes continúan desde el intercambio inicial sin intervención de un mediador. En una ejecución mediada, reciben el mismo escenario y la misma apertura, y el mediador elegido puede intervenir. Los resultados públicos comparan puntuaciones agregadas dentro de la misma versión de la prueba, modelo de participantes, modelo evaluador, tipo de mediador y modelo mediador.
Qué muestra el ejemplo para desarrolladores
El conjunto enlazado permite examinar un ejemplo sintético de demostración. Publica registros visibles completos de la misma apertura con y sin mediador, junto con detalles del final, la procedencia de la configuración y las sumas de comprobación, en formato procesable. Una evaluación independiente posterior registra las puntuaciones por componentes y la puntuación compuesta de la conversación mediada; la no mediada no se puntúa. Ningún evaluador adicional puntúa durante la conversación ni decide cuándo termina: el evaluador del ejemplo actúa después.
Es una demostración para desarrolladores, no una prueba de rendimiento. No pertenece al conjunto reservado, se excluye de la clasificación y es demasiado pequeña para estimar el rendimiento de un mediador en toda la evaluación. No establece seguridad ni eficacia con personas. Las pruebas de la clasificación proceden de ejecuciones completas y de las reglas de repetición descritas en la página de investigación .
Por qué son difíciles estas conversaciones
No son preguntas de conocimientos generales. El modelo debe manejar actitudes defensivas, amenazas a la identidad, posiciones de negociación y falta de confianza. Por eso resultan útiles para examinar si un modelo puede facilitar la cooperación y no solo producir un texto fluido.
Consulta la clasificación pública para ver puntuaciones agregadas y el registro de investigación para conocer el método y sus límites.