跳到正文
10月12日 · 周一

全部论文

找到 3篇
筛选2
同一类里任选其一,不同类之间同时满足;数字是加上其他已选条件后的篇数。另有 255篇还没打标签,不在筛选结果里。

另有255篇论文还没打上分类标签,暂不在筛选结果里。

  1. 分析与理论arXiv 2610.06191

    研究:工具型智能体判断结果无用却仍继续检索,强制整合步骤可纠正

    揭示工具型智能体判定无用后仍不停止检索,并检验强制整合纠正效果

    发表
    场景
    AI Agent
    被测模型
    Qwen2.5-7B、Llama-3.1-8B、Qwen3-8B 等7个
    摘要论文揭示智能体判定工具失效却无法转化为停止行动,证实通过框架规则强制整合判定可提升表现。

    本文针对智能体在工具静默失效时过度检索的问题,系统分析了判定、信念与停止行动之间的解耦现象,并提出了外部规则整合方案。

    深度解读完整解读
  2. 分析与理论arXiv 2610.04375

    论文揭示 LLM Agent 工具调用在执行路径中被改写,并提出 IntAct 修复方案

    提出 IEC 与 IntAct,测量并修复 Agent 工具调用的路径篡改

    发表
    被测模型
    qwen3-coder-plus、Qwen2.5-Coder-32B、Qwen2.5-72B 等4个

    摘要论文界定工具调用在执行路径中的意图偏离问题,提出无执行归因协议与跳级修复,为智能体工程提供评测与设计准则。

    深度解读完整解读
  3. 分析与理论arXiv 2506.06404

    研究揭示价值对齐 LLM 的意外危害并提出上下文对齐方法

    分析按 Schwartz 价值对齐后的意外危害,并提出上下文对齐方法

    发表
    被测模型
    Llama-2 7B、Llama-3.1 8B、Gemma-2 9B 等6个
    摘要价值对齐会随 Schwartz 价值改变有害倾向。

    作者研究按 Schwartz 价值对齐的 LLM 为何在安全评测里更易有害,并用提示做了一个不直说要安全的缓解试验。

    深度解读完整解读
已经到底了