ASU 发布 τ-Emotion-Bench：用户情绪波动暴露 LLM 智能体交互脆弱性

ASU 发布 τ-Emotion-Bench，覆盖十个领域，在保持任务目标的前提下用受控情绪条件化的用户交互评测工具调用 agent。其 Tracer 管线生成的监督数据持续提升各规模 Qwen3 模型，可泛化到未见领域并迁移至 τ-Bench 与 τ-Trait。两个用户模拟器实验显示前沿 agent 仍不可靠，平均任务成功率与稳定完成任务间差距明显。