摘要
本文提出“代理弃权”问题，即 Agent 在不确定性下决定何时停止行动。不同于单轮弃权，这是一个序列决策问题：Agent 需在每轮选择回答、弃权或收集信息。研究评估了 13 个系统及 2 种框架在超 2.8 万任务上的表现，发现主要挑战在于弃权的时机。部分 Agent 从不弃权或过晚弃权。文章进一步提出 CONVOLVE 方法，通过将完整交互轨迹提炼为可复用的停止规则来优化弃权决策，显著提升了及时弃权率。
AI 推荐理由
论文核心研究 Agent 在多步交互中的停止决策，属于任务规划与控制的关键机制。
研究机构
University of Leeds
Southwest Jiaotong University
University of Washington
Allen Institute for AI
论文信息