微软研究员发现AI在多轮及长程任务中性能下降

2026年10月7日，Microsoft Research的Jennifer Neville与Chad Atalla在播客中分享了关于AI交互评估的最新研究。他们指出，当任务通过多轮对话逐步明确时，模型性能会出现显著下降。此外，在长周期、多步骤的文档协作任务中，错误容易累积，最终导致语义内容丢失。该研究强调了当前AI评测中可能存在的盲区，特别是长期任务中的表现，并探讨了应对策略以改善模型在复杂场景下的稳定性。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。