⌘ K
… 读取采集状态 同步中...
雷
原文
X:Greg Brockman (@gdb)·· 18 天前AI 评分1

Google DeepMind 发布 XYEval,测试智能体是否盲从用户的错误建议

AI 导读

Google DeepMind 发布 XYEval 论文,在 tau2-bench、SWE-bench、Terminal-Bench、HLE 和 MCP-Atlas 任务中加入一条自信但误导的用户建议,任务与正确解法不变。

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