arXiv cs.CL· Anish Laddha, Nitesh Pradhan, Gaurav Srivastava·· 4 小时前AI 评分56
WhoWins 受控研究：位置、角色与标签如何影响 LLM 智能体的指令冲突
Position, Role or Label? A Controlled Study of Instruction Conflicts in LLM Agents
AI 导读
作者构建 WhoWins 基准，包含五类任务共 1,080 个代码评分场景，并用 14 个开源模型（0.6B 至 122B）的 1,887,356 条回复分析 LLM 智能体的指令冲突。
来源：arXiv cs.CL · arxiv.org