#LLM评估

月度论文总结 - 可审计的代理智能

4月研究重心从代理"性能"转向"运维、验证、审计"。安全案例外部评审、无监督异常监控、沙箱形式验证为核心。药物发现、机器人、医疗领域物理一致性和长期执行基础也取得进展。

论文综述 - 将上下文设计与安全的行为连接起来

精选最近公开的3篇论文，跨越式解读（1）上下文工程的体系化，（2）评估中的污染/一致性问题，（3）模块化的感知基础。

论文综述 - LLM的指令追随、安全一致性与代理RAG

指令追随评估（FireBench）、RLHF一致性的理论清晰度、内部表征的稳定性、以及代理RAG的体系化（SoK）等新论文内容。