长策略文档无法可靠约束智能体行为：Handbook.md 基准测试揭示大模型合规困境

arXiv，arXiv 是一个免费的学术预印本开放获取平台，涵盖物理学、数学、计算机科学等领域。关注
添加评论
点赞收藏
点踩分享查看原文
评论
?
参与讨论