IBM 论文 JevAct:给 Agent 加运行时决策门,τ²-Telecom 成功率 39.5% 升至 80.7%

omarsar0 · x · 2026-10-31

IBM 提出 JevAct:不改模型和工具,只加一个"决策门"

IBM 团队发布论文《Think Before You Act: Decision Gate for LLM Agents》,核心思路是在工具调用执行前插入一个运行时校验层:

机制:LLM 先把领域策略转成代码检查和 yes/no 问题;每次工具调用执行前,代码检查工具记录中的事实,Jev 式决策模型(prefill-only,不依赖 LLM 生成)评估对话上下文问题;校验不通过则带着反馈退回给 Agent 修改,不盲目执行。
效果:τ²-bench Telecom 上,Opus 4.6 三次运行全通过率从 39.5% 升到 80.7%;全部 8 个 agent 在 Telecom 平均提升 16.9 分,9 个 agent 在 BFCL 全部提升;Airline 提升较小且参差。
结论:增益来自 harness(外层框架)而非模型本身,框架独立于底层模型,无需改动参数或工具。

「编程与Agent」频道最新