NIOCIS：工具调用智能体的类型化路由层

2026年10月20日，Jin Han 等作者在 arXiv 发布论文，提出 NIOCIS——一个面向工具使用智能体的类型化决策下一跳路由层。该方法将执行日志折叠为循环压缩的动作图（含前向转移与恢复回边），回答一个类型化问题：在某一状态下，除停止外，智能体集群下一步会选择哪个已声明选项。路由由小模型单次读取校准分布、不输出文本，直接给出下一跳选项。在 1,615 条生产安全运营 episode 的 3,875 个留出决策上，类型化编码器在 10 ms 内与日志下一跳的一致率为 32.2%（声明选项内为 34.9%），而每次 LLM 跳转需 2.2 s；jpt-4b 微调后达到 31.9%。目前该工作处于论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 36 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。