arXiv · cs.AI· Xutao Mao, Liangjie Zhao, Leyao Wang, Rui Qian, Qiang Huang, Wentao Wang, Bo Han, Xiang Zheng, Cong Wang·· 7 小时前精选
PASB基准评测自我改进型个人智能体的持续迎合行为
Agents Don't Just Agree, They Remember: Benchmarking Persistent Sycophancy in Self-Improving Personal Agents
arXiv:2607.10526v5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：Xutao Mao, Liangjie Zhao, Leyao Wang, Rui Qian, Qiang Huang, Wentao Wang, Bo Han, Xiang Zheng, Cong Wang
研究任务与主要进展
作者提出Personal Agent Sycophancy Benchmark（PASB），用于评测自我改进型个人智能体将用户主张写入记忆并在后续会话中持续采信的行为。
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。
本站判断
论文提出Personal Agent Sycophancy Benchmark，将智能体跨会话写入并再次采信用户主张的行为与普通即时附和区分开。摘要中的结果显示，保存记忆会显著增加后续回答沿用该主张的比例，编辑已存记录比会话中纠正更有效；不过材料仅提供论文摘要，尚不能据此判断代码实现、复现稳定性或真实部署影响。本站设想：可在不同记忆控制策略和跨领域任务下，比较存储干预对后续失败率的影响。
来源：arXiv · cs.AI · arxiv.org