快模型与慢证据：LLM Agent 运行框架中 System-1 决策模型的配对与自审计评估
英文标题：Fast Models, Slow Evidence: A Paired and Self-Audited Evaluation of System-1 Decision Models for LLM Agent Harnesses
Agent 框架在任务执行中高度依赖一系列细微的类型化决策，例如模型路由、工具选择、检索相关性判断以及提示词注入防护等。为追求低延迟，System-1 决策模型通常借助单次前向传播迅速给出判断，但在复杂决策支撑与证据可靠性上仍存在挑战。本研究提出了针对此类轻量决策模型的配对与自审计评估方案，对 Agent 运行环境下的决策效能进行了系统性测量。这项工作为开发者设计高响应速度且兼顾安全与稳定性的 LLM Agent 编排系统提供了重要依据。
打开原文相关 3.2 · 机会 2
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
论文信息
- arXiv 编号：
arXiv:2610.02267v1 - 发布类型：new
摘要
Agent 运行框架（Agent harnesses）在每个任务处理过程中往往需要做出大量微小且类型化的即时决策：例如调用哪个模型、使用哪种工具、检索到的文本是否相关，以及输入内容是否包含注入攻击等。System-1 决策模型旨在通过单次前向传播快速回答此类问题……
BibTeX 格式化引用
×
English / 原文
BibTeX formatted citation
×