论文页面 - 交接代价：在LLM智能体中延续非原生轨迹

来源：https://huggingface.co/papers/2608.24358

摘要

编码智能体执行的任务涉及数十次模型调用、工具使用和代码编辑，运行时间较长。在这些运行过程中，用户面临一个实际的成本-质量权衡：当廉价模型运行困难时切换到更强大的模型，或在复杂推理完成后降级到更经济的模型。每次切换都需要接收模型延续由另一个模型生成的非原生轨迹。我们研究了这种交接如何影响质量和成本，以及改变接收模型继承的轨迹信息如何影响结果。使用Claude和GPT系列中的低成本低能力与高成本高能力模型对，我们变化了交接方向、时机和接口，比较了完整轨迹转移、轨迹压缩以及保留仓库状态但移除轨迹的方法。在两个模型系列中，完整的轨迹升级只能恢复不到一半的从低成本到高质量的差距，同时伴随着显著的成本溢价。我们将这种成本-质量惩罚称为交接代价。相比之下，降级则提供了有利的成本-质量平衡点。有趣的是，首选接口也随方向改变：减少低成本模型的轨迹信息可以提高升级质量，而移除高成本模型的轨迹则会降低降级质量。

查看arXiv页面 (https://arxiv.org/abs/2608.24358)查看PDF (https://arxiv.org/pdf/2608.24358)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.24358)

在你的智能体中获取这篇论文： hf papers read 2608\.24358 没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

无模型链接此论文 在模型README.md中引用 arxiv.org/abs/2608.24358 以从本页面链接。

引用此论文的数据集0

无数据集链接此论文 在数据集README.md中引用 arxiv.org/abs/2608.24358 以从本页面链接。

引用此论文的Spaces0

无Space链接此论文 在Space README.md中引用 arxiv.org/abs/2608.24358 以从本页面链接。

包含此论文的收藏0

无收藏包含此论文 将此论文添加到收藏 (https://huggingface.co/new-collection) 以从本页面链接。