arXiv · cs.AI· Jiakai Xu, Tiancheng Ge, Tujie Guan, Yusheng Li, Rohan Timmaraju, Eugene Wu, Kostis Kaffes·· 5 小时前
Probe-and-Resume：在何时以及如何评估 Agent 执行
Probe-and-Resume: When and How to Evaluate Agent Execution
arXiv:2610.21088v1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：Jiakai Xu, Tiancheng Ge, Tujie Guan, Yusheng Li, Rohan Timmaraju, Eugene Wu, Kostis Kaffes
研究任务与主要进展
基于论文摘要，Jiakai Xu 等研究终端型计算机使用环境中的 Agent 执行评估，提出 Probe-and-Resume：仅在 Agent 声称完成时调用 critic，并让其在计算机当前状态与初始状态的分叉上进行读写和执行探测；被拒绝的 Agent 则从停止处恢复。
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