# Un nuovo metodo aiuta a correggere gli agenti AI al momento giusto

> I ricercatori presentano VoS, un sistema di monitoraggio che prevede quando correggere un agente basato su un modello linguistico può essere utile, migliorandone le prestazioni di circa 8 punti.

Oossa · 2026-10-08 · https://oossa.com/it/new-method-lets-ai-agents-be-steered-using-learned-value-of-intervention

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.

## I fatti

- VoS migliora le prestazioni medie di 7,8 punti rispetto all’esecuzione senza modifiche.
- Lo studio ha valutato 1.864 traiettorie e circa 82.000 continuazioni controfattuali.

## 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.

## Fonti e riferimenti

1. [From Uncertainty to Action: Learning to Steer LLM Agents](https://arxiv.org/abs/2610.09115) – arXiv, 2026-10-08
2. [When the Governor Becomes the Disturbance: Control-Generated Disturbance and Cost-Aware Backoff in Governed Tool-Using Agents](https://arxiv.org/abs/2610.09037) – arXiv cs.MA, 2026-10-08

Ultimo aggiornamento: 2026-10-08