以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Proactive agents must decide whether, when, and how far to assist without an explicit request. Existing evaluations often rely on automated scores or binary verdicts, offering limited human diagnosis of evidence use and intervention quality. To address these gaps, we introduce HALO, Human-Grounded GrAnular EvaLuation o
阅读原文 · Wenqi Pei, Xinyu Wang, Jinrui Liu, Cynthia Zhuge, Jie Sheng, Zihan Wang, Tenghao Huang, Muhao Chen
向阳乔木 · opencode-go/deepseek-v4.1-flash
主动型 Agent 现在是个热门方向，但如何判断它到底做得好不好，一直缺乏可靠标准。 这篇来自 Hugging Face 每日论文的 HALO，想给“该不该出手、什么时候出手、出多大力”这件事建立一套由人工标注的细粒度评测。 最值得看的是它的核心发现： 过度主动是目前最主要的失败模式 。在人类判定为不可接受的回答里，61.20% 属于时机太早或力度过大。 这...