先了解这件事
AI 综述
普林斯顿大学与Google发表论文,研究按智能体状态训练的4B模型在智能体任务中的表现。论文报告称,在孤立问题上最准确的决策模型只解决了69.5%的智能体任务,而在智能体状态上训练的4B模型解决了91.5%。其harness把每一步的工具选择交给快速决策模型,仅当置信度超过在智能体自身运行上拟合的阈值时才采用其答案,并用智能体实际到达的状态(包括犯错之后的状态)训练了AgentDecision-4B。在类似训练数据的任务上,这类4B模型让智能体成本降低81.1%至89.0%、速度最高提升2.5倍,成功率差距在3个百分点以内;若不加阈值把所有工具选择都交出去,成功率下降19.0个百分点。论文地址为arxiv.org/abs/2610.21412。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Rohan Paul
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月19日
Rohan Paul
普林斯顿与 Google 论文：4B 决策模型分担智能体工具选择，成本降 81.1% 至 89.0%
普林斯顿大学与 Google 的新论文发现，在孤立问题上最准确的决策模型只解决了 69.5% 的智能体任务，而在智能体状态上训练的 4B 模型解决了 91.5%。其 harness 把每一步的工具选择交给快速决策模型，只有置信度超过在智能体自身运行上拟合的阈值时才采用其答案，并用智能体实际到达的状态（包括犯错之后的状态）训练了 AgentDecision-4B。在类似训练数据的任务上，这类 4B 模型让智能体成本降低 81.1% 至 89.0%、速度最高提升 2.5x，成功率差距在 3 个百分点以内；若不加阈值把所有工具选择都交出去，成功率下降 19.0 个百分点。论文地址为 arxiv.org/abs/2610.21412。