DAIR.AI 推荐 JevAgentHarness 决策模型论文
先了解这件事
2026年10月18日，DAIR.AI 的 Elvis Saravia 在 X 上推荐了一篇论文，内容是把 Jev 等决策模型接入智能体 harness。据该推荐介绍，作者从 Jev 在智能体自身状态上的回答中蒸馏出开放的 4B 决策模型，该模型在该智能体内表现超过 Jev，且运行成本更低。JevAgentHarness 的做法是：把每个常规选择交给决策模型，只有当置信度超过按智能体自身轨迹拟合的阈值时，才采用决策模型的答案，否则仍由 LLM 决定。使用拟合阈值时，工具与参数级联使成本降低 14.2%，500 个任务结果均未改变；而固定 0.5 阈值则损失 21.5 个百分点。作者还用智能体犯错后到达的状态、以 Jev 答案为标签训练 AgentDecision-4B；在不同于训练数据的任务上，该智能体解决率为 91.5%，Jev 为 82.0%；在熟悉任务上，这类 4B 模型让智能体成本降低 81.1% 至 89.0%，最高快 2.5 倍，成功率差距在 3 个百分点以内。上述数字均来自该推荐对论文的转述。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Elvis SaraviaDAIR.AI 推荐 JevAgentHarness 论文：蒸馏 4B 决策模型接入智能体 harness
DAIR.AI 推荐了一篇将 Jev 等决策模型接入智能体 harness 的论文。作者从 Jev 在智能体自身状态上的回答蒸馏出开放的 4B 决策模型，在该智能体内表现超过 Jev 且运行成本更低。JevAgentHarness 把每个常规选择交给决策模型，仅在置信度超过按智能体自身轨迹拟合的阈值时才采用其答案，否则仍由 LLM 决定；使用拟合阈值时工具与参数级联使成本降低 14.2%，500 个任务结果均未改变，而固定 0.5 阈值则损失 21.5 个点。他们还用智能体犯错后到达的状态、以 Jev 答案为标签训练 AgentDecision-4B，在不同于训练数据的任务上该智能体解决率 91.5%，Jev 为 82.0%；在熟悉任务上这类 4B 模型让智能体成本降低 81.1% 至 89.0%、最高快 2.5 倍，成功率差距在 3 个点以内。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。