Monitor Accessity — это не ответ: система принятия решений для оценки агентов АИ Restart мониторы

arXiv: 261 030.36544v1 Вид уведомления: новое резюме: точность классификации и одни только реальные и ложные положительные показатели не определяют, способствует ли возобновление использования агента АИ успеху. Используя точный идентификационный номер сигнала тревоги к действию для независимого чистого возобновления с нулевым уровнем накладных расходов по мониторингу, мы продемонстрировали аналитическим образом, что контрольно-измерительное устройство с фиксированной 90% точностью может перемещаться от пятипроцентных потерь до 35 пунктов выигрыша в коэффициенте успеха в зависимости только от вероятности достижения остаточного бюджета. Мы внедряем два метода оценки мониторинга и сигналов о прогрессе в плане принятия решений. Во-первых, критерий принятия решений - двойная специализация в сравнении экспериментов Блэквелла - определяет, какие оценки прогресса или компрессии контекста сохраняют информацию, необходимую для оптимального выбора между конкретными действиями независимо от верности следов восстановления. Во-вторых, в ходе проверки конечных образцов без модели решения используется одновременное биномиальное интерва