智能体式成果创建：系统、评估、原则与机遇
这篇综述研究智能体式成果创建，即人工智能系统逐步构建或修改具体交付成果，并利用中间观察结果调整后续工作。作者分析了259项研究，包括230个系统和29个基准测试，比较了六类成果、不同应用场景及评估方法。研究指出，相关挑战不仅取决于数据模态，还取决于决策之间的耦合程度，以及错误能否在仍可修复时被发现。文章还警告，当学习型评估器与生成器拥有相同的偏好或盲点时，其提供的独立证据可能十分有限。作者提出，应明确承诺与责任，将反馈转化为针对性修复，并在变更后重新验证受影响的状态，以维持成果、创作者意图和系统之间的一致性与可追责性。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。