arxiv · arXiv · 2026-10-06 17:29 · 评分 85
研究针对前沿模型在客户反馈分析中的逐次运行不稳定问题，提出重复运行评估框架，通过语义等价类别对齐，用主题更替等指标衡量结果漂移。强调AI代理自动化知识工作必须可重复，否则单次答案虽合理但不可靠。
原文：arXiv ｜ 返回 AI 资讯列表