决策模型作编码智能体策略门控的评测

James P. Beno 发布论文，将22个托管决策模型和两个提示式通用模型用作编码智能体多规则策略引擎的分类器，在2,643条工具调用的合成数据集上按28条规则盲标评测。 以示例与反例写出显式策略边界后，全部23个可用模型的召回率提升5.5至26.1个百分点，21个模型误报下降。其中 Jev 1.14 的召回率从89.3%升至98.2%，252个干净操作中的不必要中断从30.6%降至4.8%。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。