热点事件持续更新
研究者提出TRACE协议诊断AI智能体评测脆弱性
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月9日，研究者提出TRACE协议，旨在诊断大语言模型智能体评测中验证器的脆弱性。该协议通过定向变更评测设置并重新评分，将智能体的真实能力变化与测量误差有效解耦。测试结果显示，评测验证器存在明显的脆弱性：仅对工具进行重命名，即可导致智能体评测分数下降0.250；在相同的重跑测试中，有15%至36%的任务结果发生翻转；同时，两个前沿大语言模型裁判在57%的记录上存在意见分歧。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 12:00
研究者提出TRACE协议，揭示AI智能体评测验证器的脆弱性并实现误差解耦。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv 自然语言处理TRACE：诊断 AI 智能体评测中验证器的脆弱性
研究者提出 TRACE 协议，通过定向变更评测设置并重新评分，诊断大语言模型智能体评测中验证器的脆弱性。测试显示仅重命名工具即可使智能体分数下降 0.250，相同重跑有 15-36% 的任务结果发生翻转，且两个前沿 LLM 裁判在 57% 的记录上意见相左。TRACE 有效将智能体的真实能力变化与测量误差解耦。
本事件热度走势
当前热度 9·可比范围峰值 10（10月9日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。