Hugging Face发布一致性分析器优化Agent可靠性
发生了什么
据Hugging Face Blog报道，其发布一致性分析器（Consistency Analyzer）以解决Agent平均准确率掩盖的可靠性缺口。研究显示，AppWorld上GPT-4.1 ReAct Agent平均成功率77.4%，但5次全通过任务仅占53.0%，存在24.4点一致性差距。该工具通过重采样轨迹定位易变决策点，结合ALTk-Evolve生成一致性指南，将差距减半至12.0pp，且未降低平均准确率。
- 一致性差距
- 24.4pp
- 优化后差距
- 12.0pp
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- Hugging Face Blog一手材料
Your Agent Aced the Task. Will It Do It Again?
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口