工作区路径里的 eval 会改变智能体行为吗：900 次运行的实验与边界
微软一项约 900 次运行的实验显示，工作区路径含 eval 会让模型更确信自己在被测试，但在六个日常工程场景中没有测到行为差异；唯一看似存在的差异在扩大样本后不再成立。对行为类评测影响有限，对测量模型信念或表述的评测仍会受影响，且…
发布于 2026-11-02 · 沐小悠 · 约 10 分钟
18 次阅读 阅读 →