arXiv · AI· Egor Pakhomov, Erik Nijkamp·· 8 小时前AI 评分29
归因长程智能体失败需执行反事实：迈向报告标准
Attributing Agent Failures to Their History Needs an Executed Counterfactual: Toward a Reporting Standard
AI 导读
文章指出，将智能体行为归因于历史轨迹时需通过干预验证证据，即冻结执行中状态并仅修改可见历史以重放验证。现有方法如 DoVer、REFLECT 等虽执行干预，但均未报告测量回放证书。
来源：arXiv · AI · arxiv.org