arXiv Artificial Intelligence· Yuetian Du, Meng Wang, Yucheng Wang, Zhangzhe Chen, Wei Wang, Boyu Yang, Weiqi Zhai, Bing Zhao, Ming Kong, Zhan Zhou, Jie Liu, Qiang Zhu·· 19 小时前AI 评分34
REVEAL：从前沿模型轨迹逆向工程智能体潜在控制
REVEAL: Reverse Engineering Agentic Latents from Frontier-Model Traces
AI 导读
REVEAL 是一种免训练框架，通过逆向工程前沿 LLM 智能体的文本轨迹，提取锚定状态与反馈-响应循环的动态画像，生成目标模型专属的引导方向，在每次响应前施加控制。在 Terminal-Bench 2.1 和 Humanity's Last Exam with tools 基准上，该方法对三个目标模型的准确率均高于未修改的智能体。
来源：arXiv Artificial Intelligence · arxiv.org