★ 3
SAGE：任务导向对话代理的状态接地与弃权感知评估
SAGE是一种评估任务导向对话代理的新方法，它将工作流规范和每轮状态差异编译为原子化、基于模式的准则，并通过符号和编码器/NLI验证器级联进行路由，这些验证器选择弃权而非猜测。SAGE-Core在零付费LLM成本下决定81-91%的准则，且性能不逊于包括GPT-4.1在内的LLM评判基线。
arXiv cs.AI61 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
SAGE是一种评估任务导向对话代理的新方法，它将工作流规范和每轮状态差异编译为原子化、基于模式的准则，并通过符号和编码器/NLI验证器级联进行路由，这些验证器选择弃权而非猜测。SAGE-Core在零付费LLM成本下决定81-91%的准则，且性能不逊于包括GPT-4.1在内的LLM评判基线。