待验证50% 置信权衡取舍精确时间

在多步任务中工具调用失败会累积，单步失败率偏高会使整体成功率呈指数级下降

1

来源数

50%

置信度

长期有效

时效性

2026/9/25

首次发现

来源

提示引导自蒸馏：让Computer模型从错误中自我进化

涉及实体

工具调用concept

相关事实

待验证当降低规划器的重规划频率时，导航和操控任务的成功率都出现崩溃式下降80% 相似待验证级联失败是指单次工具调用错误会污染后续上下文，导致模型在错误的中间状态上继续推理，最终使整个任务偏轨80% 相似待验证在百万规模下即使单个Agent失败率极低，绝对失败数量也会非常庞大，系统必须内建重试、幂等、补偿事务等机制78% 相似待验证面对不同失败模式应采取不同数据合成策略：错误工具调用则合成对应失败轨迹强化，长任务表现挣扎则生成多步骤轨迹，过度使用工具则通过评分筛选优化调用效率78% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/948594

API

curl https://kongchang.com/api/v1/knowledge/claims/948594

MCP

get_claim(id=948594)