★ 2
研究提出决策价值框架评估 AI 智能体重启监控器
论文指出分类准确率无法决定重启 AI 智能体是否提升成功率，固定 90% 准确率的监控器可使成功率从 -5 个百分点摆动到 +35 个百分点。作者提出决策充分性准则与无模型决策审计两种方法，并在 SWE-bench Verified 的 194 次执行中验证，未发现重启收益的稳定复现。
arXiv cs.AI5 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文指出分类准确率无法决定重启 AI 智能体是否提升成功率，固定 90% 准确率的监控器可使成功率从 -5 个百分点摆动到 +35 个百分点。作者提出决策充分性准则与无模型决策审计两种方法，并在 SWE-bench Verified 的 194 次执行中验证，未发现重启收益的稳定复现。