arXiv cs.AI· Kaiming Liu, Yuxuan Liu, Jinrui Ju, Minyuan Ruan, Xuanyu Lei, Peng Li, Yang Liu·· 8 小时前AI 评分44
指令是证据而非目标：衡量 AI 智能体的结果对齐能力
Instructions Are Evidence, Not Objectives: Measuring Outcome Alignment of Agents
AI 导读
研究者构建了 TiGanEval 基准，用于衡量 AI 智能体的"结果对齐"能力——即把用户指令当作证据而非目标，从代码和运行环境中推断出用户尚未意识到的真实需求。
来源：arXiv cs.AI · arxiv.org