REVEAL：逆向工程智能体潜在控制

2026年10月14日，arXiv Artificial Intelligence 刊出由 Yuetian Du 等作者发布的论文，提出免训练框架 REVEAL（Reverse Engineering Agentic Latents）。该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，并利用这些画像与轨迹结果，从同一任务、同一源模型的成功与失败 rollout 中匹配并选择局部事件，生成目标模型专属的引导方向，在每次响应前施加控制。论文称，在 Terminal-Bench 2.1 和 Humanity's Last Exam with tools 两项基准的基准内评测中，该方法对三个目标模型的准确率均高于未修改的智能体。目前进展限于上述基准内评测结果，尚无其他场景或后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。