#XYEval

共 1 条 · 7 天 1 条 · 30 天 1 条

Claude 1 Google DeepMind 1 GPT 5.5 1 智能体 1

信息流里打上「XYEval」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月25日

论文 Agent 与开发者76°06:09

Google DeepMind 提出 XYEval：测试智能体是否会盲从用户的错误建议

Google DeepMind 这篇论文挺扎心的：你给智能体一句自信但错误的建议，它会照做还不吭声，三大主流模型最多掉分 46.7%。

#XYEval #Google DeepMind #Claude #GPT 5.5

DAIR.AI@dair_ai原文