arXiv cs.AI· Yutao Xie, Jingbo Yang, Guanyu Yao, Xiaoyu Yang, Duo Ding, Shiyu Chang·· 8 小时前AI 评分36
TIPER：通过任务完整性约束下的人格演化揭示 LLM 智能体的鲁棒性弱点
Uncovering Robustness Weaknesses in LLM Agents via Persona Evolution with Task-Integrity Constraints
AI 导读
研究者提出 TIPER，一种保持任务完整性的用户人格演化方法，能自动发现针对特定智能体的用户策略以暴露鲁棒性弱点。在四个交互式智能体基准上，TIPER 在全部 12 个 GPT-5.4 设置中使 held-out avg@3 分数下降 5.8 至 33.7 个百分点，在覆盖 7 个智能体的全部 28 个智能体-领域组合中观察到中位数 22.9 个百分点的下降。
来源：arXiv cs.AI · arxiv.org