Newest papers

Agent Behavior Maps: Locating Agents by What They Would Do, Without Running Them

Shota Fujikawa, Takuya Tamura, Kosuke Akimoto, Daichi Haraguchi, Masafumi Oyamada · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.30014 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Các đại lý LLM có tỷ lệ thành công tương tự có thể làm theo các chuỗi hành động khác nhau. Bản đồ hành vi đại diện cho các kết hợp LLM-harness bằng cách sử dụng các log-likelihoods hành động trung tâm trên các quỹ đạo tham chiếu được chia sẻ, mà không đòi hỏi việc triển khai môi trường mới từ các đại lý mục tiêu. Chúng tôi rút ra giới hạn lỗi liên quan đến khoảng cách tọa độ vuông đến quỹ đạo KL theo các giả định rõ ràng, và trên tám mô hình có điểm chéo, khoảng cách theo dõi quỹ đạo KL được đo trực tiếp theo thứ tự xếp hạng. Trên 100 LLM và bốn môi trường, các tọa độ dựa trên ALFWorld hỗ trợ dự đoán hiệu suất và xác định sự tương đồng hành vi. Trong ALFWorld, những điểm tương đồng này vẫn tồn tại sau khi kiểm soát tỷ lệ thành công và kích thước

Machine translation (Meta M2M100); the English original follows.

Abstract

LLM agents with similar success rates can follow different action sequences. An Agent Behavior Map represents LLM-harness combinations using centered action log-likelihoods on shared reference trajectories, without requiring new environment rollouts from the target agent. We derive error bounds relating squared coordinate distances to trajectory KL under explicit assumptions, and across eight cross-scored models the distances track the directly measured trajectory KL in rank order. Across 100 LLMs and four environments, ALFWorld-based coordinates support performance prediction and identify behavioral similarities. In ALFWorld, these similarities persist after controlling for success rates and model size, including across model families. As an extension, harness-component displacements approximately compose, with accuracy varying across components and environments.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Trajectory, Action (physics), Computer science, Rank (graph theory), Artificial intelligence, Simulation

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange