PRISM框架发布：降低主动智能体误报率

2026年10月30日，研究人员Yuxuan Fu等在arXiv提出面向主动智能体的PRISM推理框架。该框架结合决策论门控与双过程推理，通过校准概率阈值控制干预，并在模糊案例中调用慢速模式。 PRISM采用门控对齐蒸馏训练方法，旨在解决主动智能体的选择性干预问题。其核心机制是将问题建模为成本敏感的干预决策，以提升决策的准确性与鲁棒性。 实验结果显示，在开源基准ProactiveBench上，PRISM将误报率降低了22.78%，F1分数提升了20.14%。研究者已公开该框架的代码，以支持后续研究与开发。

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。