arXiv · cs.AI· Kunlun Zhu, Tao Feng, Xu Han, Heng Wang, Ling Yang, Xiangru Tang, Jiaxuan You, Heng Ji·· 6 小时前
JevAgentHarness：评测、部署并训练与LLM共享控制权的决策模型
JevAgentHarness: Benchmarking, Deploying and Training Decision Models That Share Control with LLMs
arXiv:2610.21412v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Kunlun Zhu, Tao Feng, Xu Han, Heng Wang, Ling Yang, Xiangru Tang, Jiaxuan You, Heng Ji
研究任务与主要进展
JevAgentHarness提出让决策模型与LLM共享代理控制权：基准评测显示，孤立决策题上最准确的模型在代理任务中仅解决69.5%，未拟合置信阈值时委托工具选择会使成功率下降19.0个百分点。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org