跳至正文返回首页DAIR 论文：4B 决策模型按置信阈值分流工具调用，级联成本降 14.2%
- 门控机制：JevAgentHarness 把每个常规选择先发给 4B 决策模型，只有当其置信度越过「在该 Agent 自身轨迹上拟合出的阈值」时才采纳它的答案；低于阈值仍由 LLM 照常决定。
- 成本与结果：在拟合阈值下，工具与参数级联成本降低 14.2%，500 项任务的结果无一改变；作为对照，固定阈值 0.5 反而损失 21.5 个百分点——阈值必须按 Agent 校准，而非取通用默认值。
- 训练数据来源：AgentDecision-4B 以 Jev 的回答为标签，训练集取自 Agent 自己犯错后到达的状态。在与训练数据不同的任务上，配该模型解决 91.5%，单用 Jev 为 82.0%；熟悉任务上则把 Agent 做便宜 81.1%–89.0%、快至 2.5 倍，成功率相差不超过 3 分。
- 行业观察：决策模型作为独立低单价调用层的方向已有多家在做，这条工作的差异在于把阈值拟合绑定到单个 Agent 的轨迹分布——换一个 harness，阈值就要重算。这也意味着「决策层可替换」在工程上并不等于「即插即用」。
🔗 论文页 | 原推文
