摘要
随着大语言模型智能体从静态短任务转向动态环境下的复杂长程任务，处理执行过程中的用户中断（如新增需求或修改目标）成为关键挑战。现有基准多假设无中断或仅关注短任务。本文首次系统研究了具有持久状态变化的长程网页导航中的可中断智能体，形式化了三种中断类型，并构建了 InterruptBench 基准。通过统一框架评估六个主流模型，结果表明当前大模型在长程任务中高效适应意图变化仍极具挑战。
AI 推荐理由
论文核心研究长程任务中面对用户中断时的目标修正与计划重规划能力，属于规划范畴。
研究机构
University of Illinois Chicago
McGill University
University of California Santa Barbara
University of Southern California
论文信息