arXiv Artificial Intelligence· Yutao Xie, Jingbo Yang, Guanyu Yao, Xiaoyu Yang, Duo Ding, Shiyu Chang·· 19 小时前AI 评分30
TIPER：通过任务完整性约束下的人格演化揭示 LLM 智能体的鲁棒性弱点
Uncovering Robustness Weaknesses in LLM Agents via Persona Evolution with Task-Integrity Constraints
AI 导读
TIPER 是一种保持任务完整性的人格演化方法，通过反思引导的行为变异和任务级 Pareto 选择，自动发现能暴露智能体鲁棒性弱点的用户策略。在四个交互式智能体基准上，TIPER 在全部 12 个 GPT-5.4 设置中使留出 avg@3 分数下降 5.8 至 33.7 个百分点，在覆盖七个智能体的全部 28 个智能体-领域组合中观察到中位数下降 22.9 个百分点。
来源：arXiv Artificial Intelligence · arxiv.org