arXiv ID:
2607.04528
arXiv 提交日期: 2026-07-05
测量多步骤LLM智能体中框架诱导的信念分歧 / Measuring Harness-Induced Belief Divergence in Multi-Step LLM Agents
1️⃣ 一句话总结
该论文揭示了在评估大型语言模型(LLM)智能体时,用于控制其行动和观察的“框架”(如可见信息、可执行动作等)会显著影响智能体在任务过程中的内部信念和后续决策,即使最终结果相同,因此框架设计应被视为影响实验结果的关键变量,而非无关紧要的实现细节。