提出PICON框架,通过逻辑链式多轮质询评估 persona 代理在内部一致性、外部一致性和重测一致性三个维度上的表现,发现现有系统均未达到人类基线水平。
机构:KAIST
来源:arXiv 2603.25620 | AI4Papers 论文推荐平台