论文提出分析大模型智能体行为的通用框架。
资讯摘要
论文提出一个通用框架，用于分析大语言模型驱动智能体的行为：从记录的活动数据中归纳行为类别，保留行为在过程中的位置，并将行为关系表达为可解释假设；再通过统计评估与留出情境测试检验证据强度，并用提示引导等实验考察行为与结果的变化。作者以迭代自我反思研究为例，说明行为发现、依赖学习与提示比较可相互印证，并指出在编码、分析和实验方面仍需推进。
要点速读
- 框架将数据驱动的行为发现与统计检验、提示引导实验结合，用于分析智能体轨迹。
- 分析保留行为在过程中的位置，并把行为关系表述为可解释假设。
- 以迭代自我反思研究为例，展示发现、依赖学习与提示比较如何相互补充。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。