一篇新的arXiv论文，题为“行动胜于雄辩”，研究了使用工具的AI代理如何在不同语言中执行任务。研究强调，仅仅比较最终答案是不够的，因为代理所采取的行动顺序对于理解性能、成本和失败模式至关重要。该研究分析了8个模型和41种语言的超过238万次运行，揭示了行动策略中存在显著的跨语言差异，这种差异是结构性的，而非随机噪声。研究结果表明，许多前沿模型倾向于将非英语任务通过英语路由，即使在被指示采取其他方式时，这种行为仍然存在。 AI
影响 揭示了使用工具的AI代理在跨语言推理方面的关键局限性，影响其全球部署和评估。
排序理由 发表在arXiv上的研究论文，详细介绍了方法和研究结果。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
