LLMs Get Lost in Evolving User Intent

• 类型：arxiv
• 标识：2607.20734
• 链接：https://arxiv.org/abs/2607.20734
• 主分类：agent
• 形态：application
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work introduces a framework that transforms static, single-turn tasks into dynamic multi-turn conversations in which the user's intent evolves across turns, while preserving each task's original evaluation protocol, enabling existing benchmarks to be reused as controlled testbeds without new annotation.
• OpenAlex ID：W7170427881
• OpenAlex DOI：10.48550/arxiv.2607.20734
• DOI：10.48550/arxiv.2607.20734
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.20734
• OpenAlex更新：2026-08-24
• 待LLM分类：否
• 标题中文：LLM 在演化用户意图中迷失
• TLDR中文：本文提出一个框架，将静态的单轮任务转化为动态多轮对话，其中用户意图在多轮间持续演化，同时保留每个任务原有的评估协议，使现有基准能够在无需新增标注的情况下作为受控测试平台被复用。
• 来源文件：
• /inbox/tom/_candidates/2026-07-24-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]