Hugging Face · 每日论文·2026-10-15 04:00· 2 天前AI 评分52

JevAgentHarness：用于与 LLM 共享控制的决策模型的基准、部署与训练

JevAgentHarness: Benchmarking, Deploying and Training Decision Models That Share Control with LLMs

AI 导读

研究提出 JevAgentHarness，用于在 LLM 智能体中部署和训练决策模型，以替代 LLM 做工具选择，降低推理成本。构建 AgentDecisionBench 评估框架，发现直接使用高准确率决策模型在完整任务中成功率仅 69.5%，且未调优置信度阈值时成功率下降 19.0 点。