热点事件持续更新
智能体运行时门控堆叠独立性评测
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 7 日，arXiv cs.AI 一篇研究检验智能体工具调用运行时门控“堆叠”是否真能带来独立增益，而非只看单层准确率。作者在三个语料共 1,119 条标注 agent 动作上评估：两个 LLM 评判器组合约合 1.2–1.4 个乘性层，规则层加一个评判器为 1.86–2.09 层。但独立性检验显示，规则层与评判器组合的 φ 中位数仅 +0.014（0/4 对显著），评判器两两组合则为 +0.430（6/6 显著），即规则层与评判器并不互补。研究还指出单层准确率无法预测其对堆叠的增量贡献，并记录 112 个批次中有 50 个由未请求的模型版本服务。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
新研究显示规则层与 LLM 评判器门控几乎不互补，φ 中位数仅 +0.014。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.AI评估门控堆叠而非单层：Agent 动作的确定性门控与 LLM 门控会独立失效吗？
在 1,119 条标注 agent 动作（三个语料）上检验运行时门控堆叠：两个 LLM 评判器组合约合 1.2–1.4 个乘性层，规则层加一个评判器为 1.86–2.09 层。规则层与评判器组合的 φ 中位数仅 +0.014（0/4 对显著），评判器两两组合为 +0.430（6/6 显著）。单独准确率无法预测某层的增量贡献，且 112 个批次中有 50 个由未请求的模型版本服务。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。