研究测量多轮工具调用中删除推理历史的影响

Hanzhang Jia 等作者发表论文，称首次对多轮工具调用中完整推理历史被删除做直接、盲测、多随机种子测量：覆盖七个开放权重推理模型、三种渲染条件、三个种子、794 个任务，用官方检查器评分。 结果显示，同一删除操作带来的分数变化从 -4.4 分到 +51.3 分，两端均不含零，作者据此认为删除敏感性是模型自身的属性。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。