WhoWins

新研究发现：LLM 代理在处理冲突指令时遇到困难

一篇新近发表在 arXiv 上的研究论文，探讨了大型语言模型 (LLM) 代理如何处理冲突指令。研究人员开发了一个名为 WhoWins 的基准测试，包含超过 1000 个场景，并测试了 14 个开源模型。研究结果表明，在单条消息中较早出现的指令通常比稍后出现的指令更容易被遵循，尽管当指令跨越多条消息传递时，这种模式会发生变化。研究还观察到，指令位置的有效性在不同模型系列（如 Qwen 和 gpt-oss）之间存在显著差异，并且当模型了…