跳到正文
热点事件持续更新

JevAgentHarness：小模型分担智能体决策

2 篇报道2 个报道来源2 小时前更新

先了解这件事

AI 综述

Kunlun Zhu等作者发布JevAgentHarness，让一个4B决策模型回答智能体中的多选例行决策，仅在置信度高于在智能体自身运行上拟合的阈值时采用其答案，否则交给LLM。作者同时构建AgentDecisionBench，覆盖从孤立问题到控制运行中智能体的测试，基于公开基准和自建的DecisionGym环境。 作者称，在孤立问题上最准的决策模型仅解决69.5%的智能体任务，而在智能体状态上训练的4B模型解决91.5%。在与训练数据类似的任务上，这一做法使智能体成本降低81.1%至89.0%、速度最高提升2.5倍，成功率变化在3个百分点以内；若不设阈值、把全部工具选择都交给决策模型，成功率下降19.0个百分点。 作者表示，模型、数据和框架将在论文给出的网址发布。

AI 根据报道生成 · 50 分钟前更新

最新进展10月19日 17:04
Princeton 与 Google 论文提出 JevAgentHarness，用 4B 决策模型分担 LLM 智能体例行决策

报道时间线

沿着报道，了解事件的不同侧面。

10月19日
  1. RadarAI
    Princeton 与 Google 论文提出 JevAgentHarness，用 4B 决策模型分担 LLM 智能体例行决策

    Princeton 与 Google 等机构的论文提出 JevAgentHarness，让小型决策模型回答智能体中的多选例行决策，仅在置信度低于阈值时交给 LLM。

10月16日
  1. arXiv cs.AI
    JevAgentHarness：让决策模型与 LLM 共享控制权的基准、部署与训练

    论文提出 JevAgentHarness，把智能体每一步的工具选择等决策委托给决策模型，仅在置信度低于阈值时交由 LLM 决定。作者构建 AgentDecisionBench，覆盖从孤立问题到控制运行中智能体的测试；孤立问题上最准的决策模型仅解决 69.5% 的智能体任务，未拟合置信度阈值时委托工具选择会使成功率下降 19.0 个百分点。

本事件热度走势

可比范围当前
10
可比范围峰值
1010月19日 19:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。