⌘ K
… 读取采集状态 同步中...
雷
原文
X:Greg Brockman (@gdb)·· 2026-09-08AI 评分1

Microsoft 论文揭示 LLM Agent 在 16 步长程任务中从近乎满分跌至 0-33%

AI 导读

一篇 Microsoft 论文研究 LLM Agent 长程衰减,跨 9 个模型发现依赖步骤越多成功率越低,ToolQA 上短程近乎满分的模型到 16 步仅剩 0-33% 成功率。实验显示缩短上下文反而使衰减更糟,说明问题主要由步数而非上下文长度驱动;作者建议按真实工作流长度测试、度量每步可靠性并在错误扩散前加入检查点。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:X:Greg Brockman (@gdb) · x.com