研究：编码智能体早期失败预测接近随机

Srinath Srinivasan 等作者发表的论文检验编码智能体能否在运行早期预测失败、提前终止无望的任务。论文基于两个公开语料库的 147,002 条执行轨迹、覆盖四种模型-框架组合，发现在 5k–20k token 的早期节点上，任务内判别能力接近随机：20k token 处三次随机种子的平均任务内 AUC 为 0.50，区间 [0.48, 0.51]。 这一结果针对的是“继续还是重跑”的早期停止决策，即依据运行早期信号判断该次运行是否值得继续；论文称早期停止本可降低自主编码智能体的计算成本。

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。