Cisco（思科）

CAST: Critique-Aware Supervision for Training Reliable Long-Horizon Tool-Calling Agents

CAST：用于训练可靠长程工具调用智能体的批判感知监督

Amir Saeidi, Zehua Zhang, Rishitosh Singh, Naman Ahuja, Vivek Gupta, Ali Payani, Gaowen Liu, Jayanth Srinivasa, Chitta Baral

机构 * Arizona State University（亚利桑那州立大学） ； Cisco Research（思科研究院） 纠错

AI总结 提出批判感知训练框架CAST，通过分析智能体轨迹生成结构化批判，优化Qwen3模型，在零售、远程医疗等动态工具调用任务上提升可靠性，性能优于GPT-OSS-120B。

Comments Accepted to EMNLP 2026 (Main)

NVE: A Separability and Coverage-Aware Internal Validation Metric for Biclustering

NVE：一种面向双聚类的可分性与覆盖率感知内部验证指标

Paritosh Tiwari, I Navin Kumar, James C. Bezdek, Punit Rathore

机构 * Robert Bosch Center for Cyber-Physical Systems (RBCCPS)（罗伯特博世网络物理系统中心（RBCCPS）） ； Indian Institute of Science（印度科学学院） ； Cisco India（思科印度公司） ； University of Melbourne（墨尔本大学） ； Centre for Infrastructure, Sustainable Transportation and Urban Planning (CiSTUP)（基础设施、可持续交通与城市规划中心（CiSTUP）） 纠错

AI总结 本文提出面向双聚类的内部验证指标NVE及变体NVE₍cov₎，通过引入可分性与覆盖率考量，补充了传统仅评估一致性的双聚类验证方法，经实验验证其能更全面评估双聚类质量。