JevAgentHarness：让决策模型与大语言模型协同驱动智能体

论文《JevAgentHarness》研究让较小的决策模型承担智能体中的工具选择，并由大语言模型处理低置信度决策，关注价值在于降低长任务中重复调用大模型的延迟与成本。

• 论文于2026年10月15日提交，并构建AgentDecisionBench评估决策模型从孤立问题到运行中智能体控制的能力。
• 作者报告，单独问题上最准确的决策模型在完整智能体任务中的成功率只有69.5%；未设置置信度阈值时，工具委派使成功率下降19.0个百分点。
• JevAgentHarness为每类决策拟合阈值，并训练开放的4B模型处理智能体自身错误后到达的状态。
• 在与训练数据相似的任务上，论文报告成本降低81.1%至89.0%、速度最高提升2.5倍，同时成功率没有下降3个百分点以上。
• 影响/看点：将简单决策下沉给小模型可能降低智能体运行成本，但收益依赖阈值校准、任务分布和错误状态覆盖；跨领域部署时，安全相关工具仍需要更严格的回退策略。
• 资料依据:
• JevAgentHarness论文（2026-10-15）：arXiv论文摘要与提交记录：https://arxiv.org/abs/2610.21412
• JevAgentHarness代码仓库（2026-10-15）：论文提供的官方GitHub项目：https://github.com/JevAgentHarness/JevAgentHarness

本内容由 AI 生成，仅供参考，请注意甄别