arXiv · cs.AI· Yaxiao Liu (PwC China AI Center), Pengbo Liu (PwC China AI Center), Yiwen Liu (PwC China AI Center), Yihua Guan (PwC China AI Center), Jiaxing Song (Tsinghua University), Xingjian Li (PwC China AI Center)·· 6 小时前
智能体从迁移转向校准：面向部署需求的对齐方法提案
From Migration to Calibration: Aligning Agents with Deployment Requirements
arXiv:2609.35149v3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：Yaxiao Liu (PwC China AI Center), Pengbo Liu (PwC China AI Center), Yiwen Liu (PwC China AI Center), Yihua Guan (PwC China AI Center), Jiaxing Song (Tsinghua University), Xingjian Li (PwC China AI Center)
研究任务与主要进展
论文提出将智能体部署、迁移或扩展视为校准问题，用基本能力、技术与专业精度、用户上下文三类需求及版本化映射，对齐目标环境而无需模仿源环境。方法以基准、正反例、技能和角色条件成本/效用提供可调奖励通道，并用独立硬门槛区分资格与改进；摘要称部分试点中提示词或重试带来小幅收益，但同时存在回退和未通过门槛的情况，校准有效性尚未确立，超过80%零样本任务上下文接受率的目标仍未完成。
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