arXiv cs.AI· Egor Pakhomov, Erik Nijkamp·· 11 小时前AI 评分37
将 AI 智能体失败归因于历史需依赖反事实执行：迈向报告标准
Attributing Agent Failures to Their History Needs an Executed Counterfactual: Toward a Reporting Standard
AI 导读
研究提出将长流程 AI 智能体失败归因于历史时，不能仅靠轨迹文本推断，必须通过冻结中途状态并修改历史的反事实执行干预来验证。虽然 DoVer 和 REFLECT 等方法支持干预，但均未报告重放证书，实验中哈希相同的快照在 24 个状态中有 9 至 20 个偏离实时延续。只有精确恢复随机流位置才能让全部 24 个状态与实时运行一致。
来源：arXiv cs.AI · arxiv.org