arXiv · cs.AI· Cesare Zavattari, Alessandro Tommasi, Giuseppe Prencipe·· 6 小时前
将人工干预作为标签：定位、引导并有时编辑LLM Agent失败的计算
Human Interventions as Labels: Localizing, Steering, and (Sometimes) Editing the Computations Behind LLM Agent Failures
arXiv:2610.21708v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Cesare Zavattari, Alessandro Tommasi, Giuseppe Prencipe
研究任务与主要进展
基于论文摘要，研究者将人工干预视为指向LLM Agent失败内部计算的标签，在请求本已明确却仍追问这一受控失败场景中分析了13个合格模型中的5个模型，包括Qwen2.5-3B、gemma-2-2b、OLMo-3-7B、Mistral-Nemo-12B和Phi-4。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org