★ 3
编码智能体成本低效行为分析与缓解
研究首次系统分析编码智能体的行为性成本低效，基于 Claude Code 与 Mini-SWE-Agent 在 SWE-bench Verified 上的 1200 条轨迹，识别出子集化检索、重复脚本生成、测试重执行三类行为。这些行为影响 79%–98% 的任务，最高占任务成本 22.75%。开发…
arXiv cs.AI35 天前
#轨迹分析
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
研究用可观测轨迹与关键步骤监督监控网页智能体
研究探讨了在无内部信号情况下，利用可观察轨迹信号进行网络智能体风险预测。实验表明，该方法与内部信号基线性能相当，并支持早期干预和跨网站迁移。
arXiv cs.AI60 天前
★ 2
将推理路径重构为相位结构化轨迹
论文指出传统按最终答案正确性标注中间状态、跨问题训练探针的做法会混淆问题级差异与路径质量。作者提出 PAIR（相位对齐问题内推理），将变长路径映射到共享相对相位，并只在同一问题同一相位内比较成功与失败轨迹，从而更好分离路径质量信号，提升轨迹排序与 Best-of-N 选择效果。
arXiv cs.AI33 天前
这个主题的相关资产
相关公司Anthropic1