arXiv cs.AI· Shuyao Xiao, Shengling Wang, Xuan Chen, Ke Chao, Ming Cui, Feifei Qian, Chaoyang Mei, Fanlin Meng, Ziming Yu, Junxi Yin·· 2026-10-02AI 评分35
LLM 智能体错误恢复机制的因果评估
When Harnesses Lose the Signal: Causal Evaluation of Recovery in LLM Agents
AI 导读
新研究将大语言模型智能体的错误恢复建模为因果决策问题，提出轻量策略 Causal Intervention Router（CIR）以决定是否介入。在 Qwen3-14B 的 ALFWorld 任务中，CIR 将成功率从 70.33% 提升至 73.33%，且不影响原本观察正确的轨迹。结果表明恢复收益无法仅靠环境新观察解释，为选择性恢复提供了实用评估方法。
来源：arXiv cs.AI · arxiv.org