Qinglin Chen

智能体常能看出任务缺少前提，却仍继续执行；一项新评测把“识别阻碍”和“据此停手”分开打分，并在不改模型权重的前提下用运行框架搜索把严格自省从两成提到六成。

智能体常能看出任务缺少前提，却仍继续执行；一项新评测把“识别阻碍”和“据此停手”分开打分，并在不改模型权重的前提下用运行框架搜索把严格自省从两成提到六成。