研究实证检验Agent门控错误独立叠加假设

Chenglin Yang 发布论文（arXiv:2610.07359），基于三个语料库共 1,119 个标注动作，实证检验 Agent 工具调用运行时门控中确定性规则层与 LLM 评审层误差是否独立叠加。结论是两层并非独立失效：在把升级人工算作未拦截的 STRICT 定义下，任意两个评审叠加只相当于约 1.2 至 1.4 层防线，而非两倍。 研究还发现单层准确率不能预测该层带来的增益：一个云端规则包将规则层单独的漏检率降低 20%，却没有带来新的联合覆盖。论文同时披露一个局限：112 个批次中有 50 个批次的一个评审层由未被请求的模型版本服务，且集中在外部语料库。实验不涉及自适应对手。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。