arXiv · cs.AI· Hyojung Han, Ryangkyung Kang, Youngeun Kim, Seung-Hun Jeon·· 9 小时前
企业 Agent 何时应学习策略决策，何时应进行推理？
When Should Enterprise Policy Decisions Be Learned, and When Should They Be Reasoned?
arXiv:2610.17643v1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：Hyojung Han, Ryangkyung Kang, Youngeun Kim, Seung-Hun Jeon
研究任务与主要进展
固定一个 27B 参数韩语企业模型，作者比较了企业 Agent 的动作决策是否允许先推理以及输出格式的影响。在 2800 条同分布数据上，两条部署路径的准确率为 93.46% 和 94.14%，但动作重启稳定性约为 3.00% 与 0.29%；在由隐藏可执行策略生成标签的 300 条封闭基准上，开启推理使精确动作准确率提升 17.3 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