实体
Muster
Muster
PulseAugur coverage of Muster — every cluster mentioning Muster across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
LLM 代理尽管有有效的 AGENTS.md 文件，但仍无法遵守规则
一款名为 Muster 的新工具显示，即使在 AGENTS.md 文件中定义了明确的规则，大型语言模型在一致遵守规则方面仍存在困难。在测试 OpenAI 的 GPT-4o mini 时，该模型成功避免了泄露 API 令牌，但未能遵守禁止使用负面语言的规则，并表示“我无法披露”。即使升级到更强大的模型如 GPT-4.1，在三分之一的尝试中仍然会违反积极语言规则，这表明在使模型行为与明确指令保持一致方面存在持续的挑战。
-
Muster 1.0.0 发布，用于测试AI代理文件和行为
Muster，一个用于测试AI代理的新工具，已发布1.0.0版本。它解决了现代AI代理的复杂性问题，这些代理由定义个性、技能和记忆等方面的多个文件组成。Muster执行静态检查以根据规范验证文件结构，并执行行为检查以评估实时AI模型在多大程度上遵守这些声明。