arXiv：cs.CL（计算语言学，全量分类）· Zheyuan Zhang, Mengyuan Chao, Ke Xiao, Ziyi Chen, Daoan Zhang, Yan Zhang, Yanfang Ye, Wei Xu·· 3 小时前AI 评分45
Drift-Bench++：在沟通失误与意图演变下评测 LLM 智能体的交互式意图对齐
Beyond Oracle Communication: Benchmarking Interactive Intent Alignment Under Miscommunication and Evolving User Intent
AI 导读
研究者提出 Drift-Bench++，一个面向交互式意图对齐的可执行基准构建流程，用于评测 LLM 智能体在用户沟通失误、目标变化和耐心有限时能否持续追踪用户当前意图。配套的 GRIP 评测协议覆盖任务落地、用户真实性、提问有效性和意图演变适应四个维度。实验显示更强的交互始终有帮助，但仍远未达到 oracle 水平，且在 ProdAgent 线上会话中验证了这类失败普遍存在且影响显著。
来源：arXiv：cs.CL（计算语言学，全量分类） · arxiv.org