论文诊断System One模型在Agent循环中的决策失败

一篇论文提出用行为学方法诊断 System One 模型在 Agent 循环中的决策失败。这类模型通过单次评分给定选项来决定智能体的下一步动作。 论文在模拟环境、客服策略、工具使用、网页导航和编码的冻结基准上，为每个下一步动作问题配合同一状态的事实探针，并独立作答。

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。