LEASH：用弱代理不确定性信号路由强代理以降本提效
热点事件持续更新
LEASH：用弱代理不确定性信号路由强代理以降本提效
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Qingni Wang等人在arXiv发布LEASH框架论文：一种无需训练的计算机使用Agent路由方法，利用弱代理的潜在状态判断何时升级到强代理，并在强代理接管后持续监督。由于不确定性估计复用弱代理生成动作时已产生的激活，无需额外前向传播或专门训练监督器。 基于论文摘要，在OSWorld、四种模型骨干和相同升级率下，LEASH较随机升级提升6.55—11.94个百分点；使用Qwen3.5-35B-A3B时取得73.66%任务成功率和每任务0.4117美元成本，与始终启用Claude Opus 5（72.90%）相当，推理成本降低19.2%。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 12:00
LEASH：面向计算机使用代理的不确定性感知弱到强升级与监督框架报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AILEASH：面向计算机使用代理的不确定性感知弱到强升级与监督框架
Qingni Wang等人提出无需训练的LEASH框架，利用弱代理潜在状态判断早期路由、运行时升级及强代理接管后的持续监督。基于论文摘要，在OSWorld、四种模型骨干和匹配升级率下，LEASH相较随机升级提升6.55—11.94个百分点；使用Qwen3.5-35B-A3B时取得73.66%的任务成功率和每任务0.4117美元成本，较始终启用Claude Opus 5降低19.2%推理成本。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月16日 16:00
- 近 24 小时变化
- –
02.557.510
16:0017:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。