# Новый метод помогает понять, когда нужно вмешаться в работу ИИ-агента

> Исследователи представили VoS — систему, которая предсказывает, когда коррекция языковой модели принесёт пользу, и повышает результаты примерно на 8 баллов.

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

8 октября 2026 года Ханвэнь Ли и его коллеги опубликовали статью о VoS (Value of Steering — «ценность коррекции»). Система анализирует большую таблицу контрфактических запусков и определяет, на каком этапе следует скорректировать агента на базе большой языковой модели (LLM). VoS можно запускать онлайн или офлайн; механизм с порогом допустимого вреда помогает не вмешиваться в успешные запуски. В 12 сочетаниях тестов и агентов VoS повысила результаты в среднем на 7,8 балла и в 11 случаях превзошла пять существующих триггеров, основанных на оценке неопределённости.

## Факты

- VoS повышает среднюю эффективность на 7,8 балла по сравнению с запуском без изменений.
- В исследовании оценили 1 864 траектории и около 82 000 контрфактических продолжений.

## Почему это важно

Для разработчиков ИИ-ассистентов VoS предлагает практичный способ вмешиваться только тогда, когда это, вероятно, принесёт пользу, повышая надёжность без чрезмерного ручного контроля.

## Источники и ссылки

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

Обновлено: 2026-10-08