UC Riverside与UC Irvine研究文件检索导致GPT Agent准确率下降

UC Riverside与UC Irvine发现，agent harness将超长工具输出写入文件并按需检索时，GPT系模型可能用自行生成的近似值替代权威结果，导致答案准确率下降。研究使用USGS地球化学模拟器PHREEQC生成长达84.68万字符的报告，并让agent回答158道经执行验证的选择题。