arXiv cs.MA· Yaxiao Liu (PwC China AI Center), Pengbo Liu (PwC China AI Center), Yiwen Liu (PwC China AI Center), Yihua Guan (PwC China AI Center), Jiaxing Song (Tsinghua University), Xingjian Li (PwC China AI Center)·· 2 天前AI 评分22
从迁移到校准：让 AI 智能体对齐部署需求
From Migration to Calibration: Aligning Agents with Deployment Requirements
AI 导读
论文提出面向部署目标的智能体校准框架，主张校准应让智能体满足目标环境需求，而非模仿来源或追求通用最优。框架定义三类标准族（基础能力与可操作性、技术与专业精度、用户上下文），并用版本化映射区分需保留、转换、新增或淘汰的需求。作者强调这是方法论提案，仅含部分调和的试点证据，确认性验证与超 80% 零样本任务上下文接受目标仍未完成。
正文 · AI 翻译
摘要：部署、迁移或扩展一个 agent 会改变其模型、支持系统、应用和用户。校准应使 agent 与目标要求对齐，而不需要源模仿或普遍优越性。我们提出三个标准族：基本能力与操作可达性；技术与专业精度，包括术语、单位、报告周期、程序保真度和报告依赖关系；以及用户上下文，涵盖角色、用例、授权值、权限和预算。版本化映射区分需要保留、转换、添加或淘汰的要求。四种工具——基准、正/负示例、技能和角色条件成本/效用——在固定验收契约内提供可调奖励通道。顾问标注方法、分支、有界循环、检查点、相对比较和报告细化；注册表记录适用证据。适配会修改配置或训练单独的控制器或技能，同时冻结基础执行器。独立硬性门控管理资格；RL 和偏好方法优化候选方案，但不提供事实真相。资格与在未改变目标上的留出改进是不同结果。提供的意图标签允许进行有限的配对重计数：小的提示/重试收益与回归和失败门控并存。FinQA 补充与先前摘要匹配，并保留来源冲突。这些观察促使进行目标特定评估，但并未确立校准有效性。我们指定匹配预算测试、干净重载、完整分母报告和依赖重新验证。这是一项方法论提案，带有部分协调的试点证据；确认性验证和大于 80% 的零样本任务上下文接受目标仍未完成。
| 评论： | 64 页，10 幅图，11 张表。修订后的面向目标校准框架和部分协调的试点证据审计。方法论提案；无确认性校准或 RL 有效性结果。匹配预算验证和自动校准工具仍为未来工作 |
| 主题： | 人工智能（cs.AI）；多智能体系统（cs.MA）；软件工程（cs.SE） |
| 引用为： | arXiv:2609.35149 [cs.AI] |
| （或 arXiv:2609.35149v3 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.35149 arXiv 颁发的 DOI，通过 DataCite |
提交历史
来自：Yaxiao Liu [查看电子邮件]
[v1]
2026 年 9 月 28 日星期一 13:31:46 UTC（807 KB）
[v2]
2026 年 10 月 2 日星期五 13:41:01 UTC（960 KB）
[v3]
2026 年 10 月 15 日星期四 00:48:35 UTC（1,184 KB）
来源：arXiv cs.MA · arxiv.org