arXiv · cs.CL· Hongzhan Lin·· 21 天前AI 评分47
从证据到行动：工具使用型智能体如何失败
From Evidence to Action: How Tool-Using Agents Fail
来源与原文
arXiv · cs.CL
作者：Hongzhan Lin
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/2610.07753v1
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
研究提出 SafeActBench 基准，包含 6 个操作领域、5 种协议共 656 个案例，分析工具使用型智能体从证据到行动链条的失效点。在十种模型-框架配置中，静态动作评估表现强不代表交互执行同样可靠；智能体常在执行前就停止不完整的调查或未等证据确立便行动。单动作执行在证据到位后通常可靠，而多动作工作流还会暴露未解决的前置条件与执行不完整问题。
来源：arXiv · cs.CL · arxiv.org