arXiv · cs.AI· Heewon Park, Somin Im, Minhae Kwon·· 1 天前
SAG：用于长时程决策的成本感知大语言模型智能体选择性批评
Selective Critique for Cost-Aware LLM Agents in Long-Horizon Decision Making
arXiv:2610.07335v1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：Heewon Park, Somin Im, Minhae Kwon
研究任务与主要进展
SAG将批评调用建模为逐步决策问题，通过全局熵和局部top-2 margin估计批评效用，仅在预期收益足以覆盖成本时调用批评。论文摘要称，该方法在三个长时程交互基准和多组骨干模型上改善了性能成本权衡；在ALFWorld上，任务成功率由24.6%提升至78.4%，规范化token效率提升3.1倍，7B执行器配合3B批评器的表现接近14B无批评执行器。以上结果仅依据论文摘要，材料未提供完整正文。
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