风险感知自适应分配用于交互式Agent评测

2026年10月1日，arXiv cs.AI 发布一项面向交互式智能体评测的研究，提出风险感知的上下文 Thompson Sampling 分配策略。该工作把评测试验预算视为有限资源，在决定下一次评测投放位置时，综合使用三类信息：场景的上下文向量、预先设定的固定影响分数，以及评测过程中实际观察到的失败结果，据此按固定试验预算进行自适应分配，目标是在预算受限的情况下发现高影响失败。报道未给出实验规模、对比基线或具体评测环境等细节。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。