通过日期控制工具使用测量智能体知识的时间效应

时间推进是知识积累与更新的重要组成部分。网络搜索常被用作智能体知识的基座，但不恰当的配置会影响智能体响应的质量。在此，我们使用不同的日期控制工具（DCT）作为压力测试来评估大语言模型（LLM）智能体的知识变异性。我们展示了一个使用网络搜索完成科学出版摘要的LLM智能体（写作助手）的时间效应。我们证明搜索引擎的时间性转化为工具依赖的智能体性能，但可通过基础模型选择和显式推理指令（如思维链提示）来缓解。我们的结果表明，智能体设计和评估应采用动态视角，并实施措施以考虑外部资源的时序影响以确保可靠性。