论文提出可执行前缀值定位LLM Agent失败点

Bingyu Shen 等发布 arXiv 论文（2610.17633），提出从失败轨迹的重建中间状态重启 agent，估计每一步的成功概率（prefix value V(h_t)），并给出认证的不可返回点（PNR），以区分失败的原因与症状，而不是直接把裁判模型的首个标注当作失败原因。 实验条件：在 150 个 SWE-bench Verified 任务上，用两个冻结的开源权重 agent，对 47 条和 60 条失败轨迹构建了这样的曲线。在测得的重启点重启，可将离线期望成功率从 0.44 提升到 0.57，真实重启也确认了这一优势。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。