微软研究警示:前沿 AI 模型在长程文档处理中平均破坏 25% 内容,错误隐蔽且具“重写”特性,DELEGATE-52 基准揭示自主代理可靠性危机随着大型语言模型(LLM)能力跃升,越来越多的用户将文档编辑、代码重构等知识任务委托给 AI。然而,微软最新研究揭示了一个令人不安的事实:即使是顶级的 Frontier 模型,在多步骤自主工作流中也会...新技术# DELEGATE-525个月前2020