arXiv cs.CL· Xingshan Zeng, Lingzhi Wang, Weiwen Liu, Liangyou Li, Yasheng Wang, Lifeng Shang, Xin Jiang, Qun Liu·· 6 天前AI 评分24
ARTIS：通过迭代仿真实现智能体风险感知的测试时扩展
ARTIS: Agentic Risk-Aware Test-Time Scaling via Iterative Simulation
AI 导读
针对智能体动作直接作用于外部环境、后果不可逆且代价高昂的问题，研究者提出 ARTIS 框架，通过在执行前用仿真交互进行测试时探索，将探索与承诺解耦，在不引入环境风险的前提下扩展推理时计算以提升动作级可靠性。
正文 · AI 翻译
摘要：当前的测试时扩展（TTS）技术通过在推理时分配额外计算来提升大语言模型（LLM）的性能，但在智能体场景中仍显不足，因为智能体的动作直接与外部环境交互，其影响可能不可逆且代价高昂。我们提出 ARTIS，即通过迭代模拟实现的智能体风险感知测试时扩展，该框架通过在真实世界执行之前借助模拟交互进行测试时探索，将探索与承诺解耦。这一设计允许扩展推理时计算以提升动作级别的可靠性和鲁棒性，而无需承担环境风险。我们进一步表明，基于 LLM 的朴素模拟器难以捕捉罕见但高影响的失败模式，这极大地限制了它们在智能体决策中的有效性。为解决这一局限，我们引入了一种风险感知工具模拟器，通过有针对性的数据生成和重新平衡训练，强调对导致失败的动作的保真度。在多轮和多步智能体基准上的实验表明，迭代模拟显著提升了智能体的可靠性，而风险感知模拟对于在模型和任务中持续实现这些收益至关重要。
| Comments: | 被 NeurIPS 2026 接收 |
| Subjects: | 计算与语言（cs.CL） |
| Cite as: | arXiv:2602.01709 [cs.CL] |
| （或使用 arXiv:2602.01709v3 [cs.CL] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2602.01709 arXiv 颁发的 DOI，经由 DataCite |
Submission history
来自：Xingshan Zeng [查看邮箱]
[v1]
2026年2月2日星期一 06:33:22 UTC（476 KB）
[v2]
2026年2月3日星期二 03:19:49 UTC（476 KB）
[v3]
2026年10月9日星期五 01:49:03 UTC（457 KB）
来源：arXiv cs.CL · arxiv.org