arXiv cs.CL· Saiyue Lyu, Jerrold Huang, Yunbei Zhang, Janet Wang, Zhenting Wang, Yingqiang Ge, Haibo Zhang·· 12 小时前AI 评分42
卡住的 Agent 下一步该把 token 花在哪？推理期资源的因果归因
Where Should a Stuck Agent Spend Its Next Tokens? Causal Attribution of Inference-Time Resources
AI 导读
研究者提出 Banzhaf Resource Attribution（BRA）框架，在 MBPP+、HumanEval+ 的 194 个函数级失败和 SWE-bench Verified 的 126 个仓库级失败上评估六个模型，量化计算、信息、反馈三类推理期资源的边际贡献。
正文 · AI 翻译
摘要：推理时扩展通常被视为一个 token 预算问题，但失败的编码智能体可能寻求性质不同的资源：计算、信息或反馈。我们提出 Banzhaf 资源归因（BRA），这是一个受控析因框架，在保持失败状态和修订协议固定的情况下，衡量每种资源对修复的边际贡献及其交互作用。我们在来自 MBPP+ 和 HumanEval+ 的 194 个函数级失败以及来自 SWE-bench Verified 的 126 个仓库级失败上评估了六个模型。与任务相关的规范始终能改善修复，而公开测试反馈带来的增益很小，检索到的代码几乎没有增益。额外计算的价值随模型能力提升而下降，而信息仍然有用；资源通道大多表现出收益递减，尽管互补信息可以自我强化。然而，四个前沿模型中有三个在 95-100% 的情况下选择反馈，其获得的增益却低于均匀随机资源选择。因此，BRA 揭示了智能体偏好的资源与可测量地改善修复的资源之间存在差距。
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.28834 [cs.SE] |
| （或 arXiv:2610.28834v1 [cs.SE] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.28834 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Saiyue Lyu [查看电子邮件]
[v1]
2026年10月20日星期二 18:59:01 UTC（211 KB）
来源：arXiv cs.CL · arxiv.org