#XYEval

1 stories · 0 in 7 days · 0 in 30 days

Claude 1 Google DeepMind 1 GPT 5.5 1 智能体 1

Stories, products and papers tagged "XYEval", newest first.

Sep 25

Papers Builders76°06:09

Chinese contentGoogle DeepMind 提出 XYEval：测试智能体是否会盲从用户的错误建议

Google DeepMind 这篇论文挺扎心的：你给智能体一句自信但错误的建议，它会照做还不吭声，三大主流模型最多掉分 46.7%。

#XYEval #Google DeepMind #Claude #GPT 5.5

DAIR.AI@dair_aiSource