QVal: Cheaply Evaluating Dense Supervision Signals for Long-Horizon LLM Agents

• 类型：arxiv
• 标识：2606.32034
• 链接：https://arxiv.org/abs/2606.32034
• 主分类：multimodal
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：QVal, a training-free testbed for directly evaluating dense supervision signals, is introduced, finding that simple prompting baselines consistently outperform recent dense supervision methods from the literature, and that performance clusters strongly by family.
• OpenAlex ID：W7166879316
• OpenAlex DOI：10.48550/arxiv.2606.32034
• DOI：10.48550/arxiv.2606.32034
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2606.32034
• OpenAlex更新：2026-07-19
• 副分类：agent
• 待LLM分类：否
• 标题中文：QVal：低成本评估面向长 horizon LLM Agent 的密集监督信号
• TLDR中文：本文提出 QVal，一个无需训练即可直接评估密集监督信号的测试平台，发现简单提示基线始终优于文献中近期提出的密集监督方法，且性能按模型家族高度聚类。
• 来源文件：
• /inbox/tom/_candidates/2026-07-01-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]