AGI Hunt· ziv_ravid·· 2 小时前AI 评分33
ICLR 2026 审稿抓包：论文任务要求把手机放进抽屉，运行轨迹却出现土豆和盘子
ICLR 审稿抓包：论文任务是放手机进抽屉，配图却是土豆和盘子
AI 导读
ICLR 2026 一篇研究 agent 从错误中恢复的论文被审稿人质疑任务判定失真，Figure 7 要求“把手机放进抽屉”，运行轨迹却展示土豆和盘子，环境仍返回 TASKSUCCESS。审稿人指出任务判定与实际执行内容脱节，并给出 2 分 weak rejection。
来源：AGI Hunt · agihunt.info