τ-Emotion-Bench：评估智能体在用户情绪变化下交互脆弱性的基准
热点事件持续更新
τ-Emotion-Bench：评估智能体在用户情绪变化下交互脆弱性的基准
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Rishitosh Kumar Singh 等论文作者发布 τ-Emotion-Bench，一个覆盖十个领域的基准，在保持任务目标不变的前提下以受控情绪化用户交互评估工具调用智能体，并提出配套的 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，前沿智能体仍不可靠，平均任务成功率与一致完成度之间存在明显差距。Tracer 生成的监督数据在不同规模的 Qwen3 模型上带来一致改善，可泛化到未见领域，并迁移至 τ-Bench 和 τ-Trait。
AI 根据报道生成 · 6 小时前更新
最新进展10月15日 12:00
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报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv · cs.AIτ-Emotion-Bench：评估LLM智能体在用户情绪变化下交互脆弱性的基准
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。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月15日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。