STEPGATE：小模型智能体步骤级接管框架

Abolfazl Younesi 提出并评测了 STEPGATE——一种不确定性感知的步骤级接管框架：本地小语言模型（SLM）对每一步动作打分，只把困难步骤升级给更强的云端模型。在 52 项 BFCL 单步测试中，Qwen2.5-1.5B/7B 组合以 30.8% 升级率取得 82.7% 任务成功率，高于纯本地的 67.3% 和随机升级的 75.4%（后者升级率 33.8%）。 另一项多轮评测中，STEPGATE 仅用 30.0% 云端动作即达 69.0% 轨迹成功率和 84.0% 动作成功率，对比纯本地 48.0%/70.5%、随机升级 60.0%/78.2%、查询级路由 57.0%/77.1%；纯强模型 100% 云端动作时为 82.0% 轨迹成功率。 作者称评测仅限于单一模型族、单一更强后端和脚本化任务，测试集规模小，多轮比较依赖配对区间与统计检验，其风险分级也只是研究标注，不构成正式安全保证。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。