ツール利用AIエージェントの多言語における行動ポリシー維持の測定

arXiv cs.CL ・ 2026-08-11

原題: Actions Speak Louder than Words: Measuring Cross-Lingual Policy Retention in Tool-Using Agents

AI による要約

ツールを使用するAIエージェントに対して41言語・238万回の実行テストを行い、最終回答ではなく行動手順の一貫性を評価する手法が開発された。出力の長さや再現性などの交錯要因を取り除く補正を施すことで、異なる言語間における行動ポリシーの保持精度を正確に測定できる。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CL）をご確認ください。