arXiv· Hanjun Luo·· 13 天前推荐指数41
编码智能体的过度防御始于静默分叉：ForkDPO 用行为分歧信号纠偏
Over-Defense in Coding Agents Begins at Silent Forks
AI 导读
研究发现编码智能体的过度防御行为始于“静默分叉”——即所有后续动作都通向同一结果的回合，前沿模型在隐式预算下于此类分叉点最多 91% 的决定性动作中选择不成比例的分支。
来源：arXiv · arxiv.org
编码智能体的过度防御始于静默分叉：ForkDPO 用行为分歧信号纠偏