RAVEL：用于验证和评估大语言模型文本合成的推理智能体

针对现有评估框架无法衡量大纲、起草等具体合成操作的缺陷，本文提出 RAVEL 智能体框架，使测试者能自主规划并执行文本合成任务。配套推出的 C3EBench 基准包含 1258 个专业样本，通过逆向工程流程隔离四项关键能力。对 14 个大模型的分析表明，多数模型在指令受限时的上下文理解上表现不佳。研究证实，代理式文本合成主要取决于推理能力而非生成能力，强推理者可显著提升弱生成器的输出质量。