arXiv Artificial Intelligence· Jiakai Xu, Tiancheng Ge, Tujie Guan, Yusheng Li, Rohan Timmaraju, Eugene Wu, Kostis Kaffes·· 2 小时前AI 评分37
Probe-and-Resume：何时以及如何评估智能体执行
Probe-and-Resume: When and How to Evaluate Agent Execution
AI 导读
针对终端计算机使用环境中 MCTS 配置未能显著提升任务成功率的问题，研究提出 Probe-and-Resume：仅在智能体自认完成的节点调用 critic，并给予其对当前与初始状态 fork 的读、写、执行权限以探测隐藏状态，被拒后智能体从停止处继续。
来源：arXiv Artificial Intelligence · arxiv.org