Hugging Face Daily Papers·2026-09-26 08:00· 7 天前AI 评分45

当用户改变主意：LLM 智能体意图漂移的测量与修复

When Users Change Their Minds: Measuring and Repairing Intent Drift in LLM Agents

AI 导读

研究提出 IntentFlux 基准，将可验证任务转为带受控意图变更的多轮对话，在 627 个案例的校准中，随着对话包含更多被取代和撤回的信息，平均任务得分从 0.476 降至 0.384。