Hanwen Li e i suoi colleghi hanno pubblicato l’8 ottobre 2026 uno studio su VoS (Value of Steering). Il metodo impara da un’ampia raccolta di esecuzioni controfattuali per stabilire in quale fase correggere un agente basato su un LLM. VoS può funzionare offline o online e usa una soglia basata sul budget di rischio per evitare di interferire con le esecuzioni che procedono correttamente. Nei test su 12 combinazioni di benchmark e agenti, VoS ha aumentato i punteggi in media di 7,8 punti e ha superato cinque metodi di attivazione basati sull’incertezza in 11 casi.
Perché conta
Per chi sviluppa assistenti AI, VoS offre un modo pratico per intervenire solo quando è probabile che serva, migliorando l’affidabilità senza richiedere un’eccessiva supervisione manuale.
