张勉
今天完成了《ReflexBench》的 Presentation。 为什么很多 AI Agent 离线测试很完美，一上线就崩？因为现有评估大多把 Agent 当成“静态观察者”，忽略了Agent 自己的输出会改变后续环境与数据（比如预测股市改变了交易，推荐系统改变了用户偏好）。 这次在 KDD 交流的两个核心框架：1️⃣ ReflexBench：测量 Agent 在递归反馈下的“反思性失效”，并提供部署前压测与运行中的监控机制。2️⃣ Cognitive Immunity：无需重训练基座模型，在系统层构建可审计故障记忆的运行时安全屏障。 现场与多家大厂及高校学者完成了对齐，完整 Paper 与项目库正在公开整理中，欢迎同频的开发者与研究者随时沟通！ #KDD2026 #AI Agent #大模型 #学术会议 #人工智能
发布于 韩国
分享
评论
赞
未登录
友善发言
评论
加载中
