研究自主Agent干预时机触发器的可靠性

Manvendra Modgil 等作者发布论文，用 18 维情感动力学引擎 HEART 作为诊断探针，在 SWE-bench-Verified 调试轨迹上评估四类干预触发器（绝对状态阈值、状态-动作组合模式、regex 推理特征提取、零样本 LLM-as-judge），发现情感状态触发器会因状态饱和反复触发，零样本 LLM 评委的判定能力受模型能力和上下文限制。 论文还指出干预时机的标注在人类间难以复现：三名受训标注者使用同一评分标准对一条 56 步轨迹标注干预点，一致性仅略高于随机（位置 Krippendorff's alpha = +0.047，最佳成对 Cohen's kappa = +0.349）。论文 v2 勘误说明观察者无法登记恢复、衰减从未运行。

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。