arXiv · cs.AI· Aditya Taparia, Som Sagar, Ransalu Senanayake·· 1 天前
ARC：学习配置智能体AI系统
Learning to Configure Agentic AI Systems
arXiv:2602.11574v5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：Aditya Taparia, Som Sagar, Ransalu Senanayake
研究任务与主要进展
Aditya Taparia、Som Sagar和Ransalu Senanayake提出ARC，通过半马尔可夫决策过程和分层策略按查询动态配置工作流、工具、令牌预算与提示词。基于论文摘要，ARC相较预算匹配的工具增强LLM，平均推理准确率提升31.3%，工具使用准确率提升13.95%，并将τ-Bench（Airline）的Pass^1成功率从9.0%提高到18.0%。
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