新方法用可执行前缀值定位Agent失败步骤

Bingyu Shen等作者提出一种定位LLM智能体失败步骤的方法：从失败轨迹重建的中间状态重新启动智能体，估计每一步的前缀价值V(h_t)，即从该步起最终成功的概率，并标定失败临界点（PNR）。 该方法在150个SWE-bench Verified任务上，对两个开源权重智能体的47条和60条失败轨迹构建成功概率曲线并标定PNR。作者称，这一做法把失败标签指向原因还是症状的区分变得可执行。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。