关于我们近期 AI 委托与长时程可靠性研究的补充说明

Microsoft Research 就论文《LLMs Corrupt Your Documents When You Delegate》引发的讨论作出澄清:研究发现前沿模型在 20 轮委托迭代中文档保真度平均下降约 19–34%,但该基准是对长时程委托执行的压力测试,并非对模型整体能力或实际任务成功率的度量。