Hugging Face 每日论文·· 1 天前精选AI 评分55
τ-Emotion-Bench：评估情绪化用户交互下 LLM Agent 的交互脆弱性
τ-Emotion-Bench: Exposing the Interaction Fragility of LLM Agents through Real-World User Emotions
AI 导读
研究提出 τ-Emotion-Bench，一个覆盖十个领域的基准，在保持任务目标不变的前提下以受控的情绪化用户交互评测工具调用 agent，并推出 Tracer 数据生成流水线，通过 agent-用户-环境交互框架收集轨迹，允许不满用户终止低效交互以过滤过度依赖用户的样本。
推荐理由
论文指出前沿 agent 在情绪化用户交互下任务成功率与稳定完成率存在明显差距，可为评估工具调用可靠性提供参考。
来源：Hugging Face 每日论文 · huggingface.co