**AgentMonBench与EBG：长程智能体证据驱动监督框架**

_What Did the Agent Actually Do? Evidence-Grounded Oversight for Long-Horizon Agents_

> 针对长程智能体自主执行中的监督难题，研究提出AgentMonBench基准及无训练方法EBG。EBG通过构建证据驱动行为图，将源链接证据分组并可视化，帮助监控者识别关键决策并定位证据。实验表明，该方法在多个模型上显著提升了决策识别与证据定位的准确性，为人类有效监督智能体提供了实用工具。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.06406)