شورای راهبری میز هوش مصنوعی استان اصفهان رصد، حکمرانی و توسعه اکوسیستم AI

arXiv هوش مصنوعی ۱۴۰۵/۰۶/۱۴

KC-Bench: A Dynamic Interactive Benchmark for Evaluating Knowledge Conflicts in LLM Agents

LLM AI 73/100

خلاصه خبر واقعیت از منبع

arXiv:2609.03588v1 Announce Type: new Abstract: As LLMs increasingly act through tools, they must reconcile user instructions, parametric knowledge, and dynamic environmental observations before taking actions. We introduce KC-Bench, a controlled multi-turn benchmark for measuring this capability across world-knowledge conflicts, input inconsistencies, and multi-source temporal conflicts. Its 238 tasks are manually screened from more than 1,000 generated candidates and combi…

وضعیت تحلیل

تحلیل هوشمند برای این خبر هنوز با ارائه‌دهنده واقعی تولید نشده است. خلاصه بالا از متادیتای منبع یا ترجمه عنوان/خلاصه است و ادعای تحلیل ساختگی ندارد.

موجودیت‌های مرتبط

عامل هوشمند · technology مدل زبانی بزرگ · technology تراشه AI · technology

منبع اصلی

مشاهده در منبع اصلی

اخبار مرتبط

بازگشت به مرکز اخبار

ثبت نیاز آموزشی ورود به پلتفرم