微软发现：对话一变，LLM 就容易丢失用户意图
microsoft · hf · 2026-07-24
静态高分，不代表能跟上用户意图变化
微软研究这项工作关注协作型 LLM agent 在真实对话中的表现：用户的真实意图往往不是一次性说清，而是在多轮交互里逐步透露、修改、甚至中途改向。
他们怎么测
- 把静态的单轮任务改造成 多轮、意图演化 的对话场景。
- 同时保留原始评测协议，因此现有 benchmark 可以 直接复用，不需要重新标注。
发现了什么
- 在多个任务上，模型在静态场景里表现很强，但一旦意图开始变化，性能就会 明显下滑。
- 这说明当前 LLM 还没有真正学会稳定追踪用户不断变化的目标，而这恰恰是未来协作型 agent 的关键能力。
「研究」频道最新
- 黑盒蒸馏五步法：从教师模型到学生模型的完整流程拆解 — chrisrohlf · 2026-10-26
- DetectorScope：用稀疏自编码器把黑盒 AI 文本检测器变得可审计 — _akhaliq · 2026-10-26
- OPST 论文：无需人工数据，模型仅凭自生成问答实现自我提升 — _akhaliq · 2026-10-26
- 上交大提出 VaM：用价值预测作记忆，机器人连续 4 小时自主作业成功率超 95% — chris_j_paxton · 2026-10-26
- 用小开源模型逆向工程游戏二进制:主 agent 中途重写子 agent 的 harness — yb2698 · 2026-10-26
- 作者：盼合同形式化成为连接 AI 与经济学的「MDP 时刻」 — xuanalogue · 2026-10-26