Technical Report: Evaluating Goal Drift in Language Model Agents
专题命中 Agent评测 :agent(abstract);autonomous agent(abstract);分类 cs.AI、cs.LG
AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
专题命中 Agent评测 :agent(abstract);autonomous agent(abstract);分类 cs.AI、cs.LG
机构 * University of California, Santa Cruz(加州大学圣克ruz分校) ; University of California, Berkeley(加州大学伯克利分校)
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.CL
Comments ICLR 2025 Camera Ready
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.CL
专题命中 Agent评测 :agent(abstract);AI agent(abstract);分类 cs.AI、cs.CL
Comments 30 pages, 14 figures
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.LG
Comments 17 pages, 14 figures, technical report
专题命中 Agent评测 :agent(abstract);agentic(abstract);分类 cs.AI、cs.CL
Comments Please visit https://llm-catastrophic-risks.github.io for a quick tour of our research. Our code is available at https://github.com/pillowsofwind/LLM-CBRN-Risks
专题命中 Agent评测 :agent(abstract);agentic(abstract);分类 cs.AI、cs.LG
Comments 30 pages, 4 figures
专题命中 Agent评测 :agent(abstract);AI agent(abstract);分类 cs.AI、cs.LG
专题命中 Agent评测 :workflow(abstract);agentic(abstract);分类 cs.AI、cs.LG
Comments ICLR 2025 (International Conference on Learning Representations) Project page: http://jmhb0.github.io/viddiff Benchmark: https://huggingface.co/datasets/jmhb/VidDiffBench
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.LG
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.CL
Comments Accepted by KDD2025 Research Track
专题命中 Agent评测 :agent(abstract);planning(abstract);分类 cs.AI、cs.CL
Comments Project page: https://text-to-world.github.io/
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.CL
Journal ref COLING 2025 Industry Track
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.LG
Comments 54 pages, 7 figures
专题命中 Agent评测 :agent(abstract);AI agent(abstract);分类 cs.AI、cs.CL
Comments NAACL 2025
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.LG
Comments 9 pages
专题命中 Agent评测 :agent(abstract);planning(abstract);分类 cs.AI、cs.LG
专题命中 Agent评测 :agent(abstract);planning(abstract);分类 cs.AI、cs.LG
专题命中 Agent评测 :agent(abstract);autonomous agent(abstract);分类 cs.CL、cs.LG
Comments ICLR 2025. Also oral at NeurIPS 2024 Open-World Agents Workshop
专题命中 Agent评测 :agent(abstract);agentic(abstract);分类 cs.AI、cs.SE
Comments Technical report accompanying the release of code on GitHub
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.CL
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.LG
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.CL
Comments Accepted by the 39th Annual AAAI Conference on Artificial Intelligence
专题命中 Agent评测 :agent(abstract);autonomous agent(abstract);分类 cs.AI、cs.CL
专题命中 Agent评测 :agent(abstract);AI agent(abstract);分类 cs.AI、cs.LG
专题命中 Agent评测 :agent(abstract);AI agent(abstract);分类 cs.CL、cs.LG
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.LG
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.LG
专题命中 Agent评测 :agent(abstract);multi-agent(abstract);分类 cs.AI、cs.LG
Comments Accepted at 38th Conference on Neural Information Processing Systems (NeurIPS 2024) Track on Datasets and Benchmarks
专题命中 Agent评测 :agent(abstract);AI agent(abstract);分类 cs.CL、cs.LG