**HuggingFace 论文:量化并修复 LLM 智能体中的意图漂移** _When Users Change Their Minds: Measurin
原帖
**HuggingFace 论文:量化并修复 LLM 智能体中的意图漂移**
_When Users Change Their Minds: Measuring and Repairing Intent Drift in LLM Agents_
> 该研究提出“意图漂移”概念,即多轮对话中用户意图变更后,旧意图仍影响最终结果。团队构建了 IntentFlux 基准测试,发现随着过时信息增加,模型任务得分显著下降。提出的 StateForge 方法通过显式维护活跃需求,将平均任务得分从 0.367 提升至 0.467,验证了显式状态维护对缓解该问题的有效性。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-02 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2609.32520)