Cohere研究发现智能体忽略现成解法

Cohere与Poolside研究者在三个基准中测试发现，大语言模型智能体即使在环境中遇到可直接完成任务的现成解法，也经常不予采用；论文将这一现象称为“环境好奇心”缺失。 在Terminal-Bench中，智能体于79%至81%的运行中发现解法，实际使用率仅为37%至50%；AppWorld中，超过90%的尝试看到明确提示解法所在位置，利用率却不足7%。研究者认为，可用工具、测试时算力和训练数据分布会影响这一表现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。