arXiv cs.AI· James Rhodes, George Kang·· 10 小时前AI 评分38
超越文档：面向任意工作产物的编译上下文与受治理智能体
Beyond the Document: Compiled Context and Governed Agents for Any Work Product
AI 导读
研究提出 Portable Agent Format（PAF）包，将工作产物与编译上下文、证据、来源及交互规则一同交付。在投资提案、基金研究、财报分析和工程事故复盘四个新包、400 道冻结问题与 12,000 条评估响应上，托管受治理阅读器整体成功率达 96%，而仅用指令加原始文件检索为 86%（Holm 校正 p < 10^-7）；260 道可答题上为 94% 对 79%。
正文 · AI 翻译
摘要：文档保留了专业工作的可见成果，却往往丢弃了其背后的研究、计算、假设、证据和授权边界。我们研究一种不同的交付单元：便携式智能体格式（PAF）包，它将工作产物与编译后的上下文、证据、来源以及后续交互规则一并携带。为检验这种上下文在其生成过程之外是否仍然有用，我们评估了四个新包——投资提案、基金研究、财务报表分析和工程事故复盘——它们是在托管阅读器和离线阅读器固定之后创建的。其中两个包由专用智能体生成，两个通过通用助手的打包技能生成。在 400 个冻结问题和 12,000 条被评估的回复中，托管式受治理阅读器在 96% 的问题上成功，而仅提供指令加原始文件检索时为 86%（Holm 校正 p < 10^-7）。在每种条件下 260 个可回答问题中，成功率为 94% 对 79%；差距因包而异。仅使用源材料对话和指令时，总体成功率分别为 48% 和 74%。一个单独的 0.8 亿参数离线阅读器总体成功率为 69%，但在可回答问题上的成功率为 54%。其 -1 回复率为 2.9%，综合了实质性错误和未授权回答，而仅使用源材料和指令时为 56%。消融实验表明集成选择器和包适配写入器具有优势，但未能将表示与训练效应分离。同一次运行还暴露了一个失败：离线检索在一个金融数据包中未能解决 40 个历史记录问题中的任何一个。这些发现支持将编译知识视为交付工作产物的一部分，同时独立标准的互操作性和端到端治理一致性仍未得到证明。
| 评论： | 8 页，1 幅图，4 包留出评估；12,000 条被评估的回复 |
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI）；信息检索（cs.IR） |
| 引用为： | arXiv:2611.13055 [cs.SE] |
| （或 arXiv:2611.13055v1 [cs.SE] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.13055 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：James Rhodes [查看电子邮件]
[v1]
2026 年 11 月 9 日星期一 15:20:00 UTC（18 KB）
来源：arXiv cs.AI · arxiv.org