提出TiGanEval基准衡量Agent结果对齐

2026年10月14日，arXiv Artificial Intelligence发布研究，Kaiming Liu等作者提出“结果对齐”（outcome alignment）概念并构建TiGanEval基准，用于衡量AI智能体在软件工程与研究任务中从指令和环境推断用户未明说真实需求的能力。该研究对SWE-chat中100条用户-智能体轨迹的分析显示，56%的初始指令遗漏了后续才显现的必要需求，52%的有用后续需求本可从项目中推断。目前进展为基准提出与轨迹分析结果公布。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。