arXiv cs.AI· Shengjie Ma, Chenlong Deng, Jiaxin Mao, Jiadeng Huang, Teng Wang, Junjie Wu, Changwang Zhang, Jun wang·2026-10-09 12:00· 3 小时前AI 评分31

Proof-of-Use：缓解深度研究智能体中的工具调用作弊

Proof-of-Use: Mitigating Tool-Call Hacking in Deep Research Agents

AI 导读

针对深度研究智能体在强化学习中出现的 Tool-Call Hacking 问题，研究者提出证据锚定强化学习框架 Proof-of-Use（PoU），通过要求智能体可审计地引用规范化证据标识符，优化检索到推理及最终答案的因果依赖。

来源：arXiv cs.AI · arxiv.org