arXiv · NLP· Xinying Cai, Bin Hu, Mingyu Jin, Qiming Zhang, Yang Ouyang, Bangwei Guo, Minghao Guo, Yutong Yin, Lang Gao, Feijiang Han, Sheldon Yu, Kaiqu Liang, Qingcheng Zeng, Jingcheng Niu, Fan Yang, Wei Cheng, Zhen Xiang, Julian McAuley, Zhaoran Wang·· 2026-10-21AI 评分28
RealControlBench:面向 LLM 和智能体可解释性驱动细粒度控制的基准
RealControlBench: A Benchmark for Interpretability-Informed Fine-Grained Control of LLMs and Agents
AI 导读
RealControlBench 发布,评估 LLM 及智能体在五种行为维度上的细粒度转向效果。 该基准扩展至多轮执行交互,共同评估目标可控性与能力保留,考察转向效应对提示、领域及架构的鲁棒性。 现有转向方法在真实控制目标中不可靠,常导致模型基础任务性能显著下降。
来源:arXiv · NLP · arxiv.org