arXiv cs.SE· Anish Laddha, Nitesh Pradhan, Gaurav Srivastava·· 2 小时前AI 评分52
位置、角色还是标签？LLM 智能体指令冲突的受控研究
Position, Role or Label? A Controlled Study of Instruction Conflicts in LLM Agents
AI 导读
论文构建 WhoWins 基准，包含 1080 个代码评分场景和七组只改变指令投递方式的受控实验，覆盖 14 个开放权重模型（0.6B 至 122B，思考开与关）共 1,887,356 条评分回复。
来源：arXiv cs.SE · arxiv.org