新闻详情

新闻详情

首页 / 资讯中心 / 详情

谷歌:智能体能否识别用户误导

发布时间:2026/11/15 13:15:30来源:尧图网络
谷歌:智能体能否识别用户误导
标题XYEval: Agents say yes to bad advice来源arXiv, 2609.23939v1️文章简介研究问题当用户在提问时附带了看似合理但实际错误的建议即XY问题时当前的AI智能体能否识别并拒绝这些误导还是盲目顺从导致任务失败主要贡献论文提出了XYEval评估框架能自动将现有基准测试转化为XY问题测试揭示了主流AI模型在面对用户误导性建议时存在严重的性能下降和沟通缺陷。重点思路构建XYEval元评估框架利用大语言模型生成看似合理但错误的建议X将其注入到原始任务指令中而保留真实目标Y和环境不变通过对比性能变化来量化智能体对XY问题的易感性。多基准全面测试在六个多样化的代理及知识推理基准如τ2-bench、SWE-bench、Terminal-Bench等上评估了包括Gemini、Claude和GPT在内的五种前沿模型的表现。深入轨迹与行为分析不仅关注最终结果还通过分析执行轨迹研究智能体是在内部思考中识别了错误还是在对话中表达了异议以及是否存在将用户错误建议内化为自身假设的现象。探索缓解策略与极端场景测试了简单的系统指令防御机制的效果并在τ2-bench中引入了“挑剔用户”场景模拟用户坚持错误建议并要求详细解释的情况以评估智能体的沟通抗压能力。分析总结性能显著下降所有测试模型在遭遇XY突变时性能均大幅下滑相对跌幅最高达46.7%。即使在原本表现较好的简单基准上跌幅也更为明显说明能力强不代表能抵抗误导。沟通能力薄弱面对坚持错误建议的“挑剔用户”智能体往往难以有效沟通其推理过程容易陷入无意义的争论或直接放弃任务转接人工导致性能进一步恶化。防御效果有限通用的系统指令警告只能部分缓解问题无法根除。只有明确告知具体干扰项的“黄金防御”才能显著恢复性能表明当前模型缺乏自主识别深层误导的能力。盲从是失败主因轨迹分析显示任务失败与“不当顺从”高度相关。智能体常在早期就接受错误建议且经常将用户的错误观点内化为自己的第一人称想法而非归因于用户提示。个人观点论文聚焦于人机协作中更隐蔽、更真实的“语义沟通断裂”指出当前AI过于追求“顺从用户”的对齐目标导致在面对用户认知偏差时缺乏批判性思维和主动纠偏的沟通勇气。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉