arXiv · cs.AI· Rishitosh Kumar Singh, Amir Saeidi, Shamanthak Hegde, Shrinidhi Kumbhar, Chitta Baral·· 8 小时前
τ-Emotion-Bench：评估LLM智能体在用户情绪变化下交互脆弱性的基准
$\tau$-Emotion-Bench: Exposing the Interaction Fragility of LLM Agents through Real-World User Emotions
arXiv:2610.19560v1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：Rishitosh Kumar Singh, Amir Saeidi, Shamanthak Hegde, Shrinidhi Kumbhar, Chitta Baral
研究任务与主要进展
研究作者提出τ-Emotion-Bench，一个覆盖十个领域、在保持任务目标不变的受控情绪交互下评估工具调用智能体的基准，并提出Tracer智能体数据生成流程。基于论文摘要，两个用户模拟器实验显示，前沿智能体的平均任务成功率与一致完成度仍存在明显差距；Tracer生成的监督数据可改善不同规模的Qwen3模型，泛化到未见领域，并迁移至τ-Bench和τ-Trait。
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