跳到正文
arXiv · AI· Ruiqi Liu, Jinming Li, Mo Wang, Yang Lu, Yanlan Kang·· 13 小时前AI 评分21

面向视觉智能体可信评估的预算配对反事实审计

Choosing What to Observe: Budget-Paired Counterfactual Audits for Credible Evaluation of Visual Agents

AI 导读

提出预算配对反事实审计协议,用于评估视觉智能体在有限观察预算下的决策表现。该方法固定公开证据与区域绑定,仅扰动剩余预算或声明任务参数,通过计算精确延续值,将丢失的预期准确率分解为逐步获取损失和终端决策损失。在40个配对路由锚点上验证了该协议将规划策略与固定角色启发式分离的有效性。

来源:arXiv · AI · arxiv.org