arXiv Artificial Intelligence· Yubo Li, Ramayya Krishnan, Rema Padman·· 20 小时前AI 评分38
System One 模型在 Agent 循环中的决策失败诊断：读对了，却做错了
Reading Right, Acting Wrong: Diagnosing Decision Failures of System One Models in Agent Loops
AI 导读
研究用行为学方法诊断 System One 模型在 Agent 循环中的决策失败：在覆盖模拟环境、客服策略、工具使用、网页导航和编程的冻结基准上，为每个下一步动作问题配对同一状态的事实探针并独立作答。在十七个快速系统和一
来源：arXiv Artificial Intelligence · arxiv.org