arXiv：cs.AI（全量分类）· Priyanath Maji, Spandan Ghose Chowdhury·2026-10-01 12:00· 3 小时前AI 评分39

风险感知自适应评估：有限预算下如何找出高影响失败

Risk-Aware Adaptive Evaluation: Finding High-Impact Failures Under Limited Budgets

AI 导读

研究者提出风险感知上下文 Thompson Sampling 策略，把智能体评估建模为序贯分配问题，在 70 个 τ-bench 航空场景、824 次记录试验上离线回放验证。