arXiv · cs.CL· Shiva Pochampally·· 22 天前精选AI 评分62
DelegationBench：评测 AI Agent 何时该先询问再行动
DelegationBench: Measuring When AI Agents Should Ask Before Acting
来源与原文
arXiv · cs.CL
作者：Shiva Pochampally
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.05532v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
Shiva Pochampally 在 arXiv 发布 DelegationBench，包含 156 个场景、四种响应（行动、请求许可、询问缺失信息、拒绝），多数场景以改变单一特征的配对形式出现。
推荐理由
原文用配对场景拆解了单一一致性分数的三种误导，并给出应分开报告的评测建议，方法可迁移到 Agent 决策评测。
来源：arXiv · cs.CL · arxiv.org