University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）

2608.26189 2026-08-28 cs.AI cs.CL cs.LG 新提交

Invocation-Level Reliability of Tool-Using Agents

使用工具的智能体在调用层面的可靠性

Afiya Noorain, Subhranshu Mohanty, Amritesh Banerjee, Abhijit Dasgupta

机构 * SAI International School（SAI国际学校）； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）； SP Jain School of Global Management（SP Jain全球管理学院）

AI总结本文研究使用工具的智能体的调用层面可靠性，发现其早期错误会导致后续能力下降，提出条件状态评分的补救措施以修正评分规则的偏差。

2608.26109 2026-08-28 cs.AI 新提交

Standalone LLM and a Pre-specified Agentic Pipeline for Explaining ICU Mortality Predictions: a Feasibility Study on the eICU Demo Dataset

独立大型语言模型（LLM）与预定义智能体管道用于解释ICU死亡率预测：基于eICU演示数据集的可行性研究

Di Zhu, Chen Xie, Haoyun Zhang, Zihan Wei, Ziwei Wang, Jiazhao Shi, Ziyu Wang, Qiyang Xie

机构 * Santa Clara University（圣克拉拉大学）； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）； University of Pennsylvania（宾夕法尼亚大学）； Carnegie Mellon University（卡内基梅隆大学）； New York University（纽约大学）； Wake Forest University（维克森林大学）； Northeastern University（东北大学）

AI总结本研究基于eICU演示数据集对比独立LLM与四步智能体管道解释ICU死亡率预测，发现智能体管道在指南依据性等方面更优，但需搭配归因核查。