**HALO：基于人类视角的主动智能体细粒度评估框架发布**

_HALO: Human-Grounded Granular Evaluation of Proactive Agents_

> 针对现有评估缺乏对主动智能体（Proactive Agents）干预质量与证据使用的人类诊断问题，研究团队推出了 HALO 评估框架。该框架涵盖依赖、阻塞、风险与机会四种主动需求类型，并在 10 个日常领域和 50 个个人环境中构建了包含 8000 条专家标注数据的 HALO-8K 数据集。评估结果显示，过度主动（如时机过早或强度过大）是智能体失败的主要原因，占比达 61.20%，且最佳专有模型与开源模型的接受度分别为 72.88% 和 56.63%。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-02 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.39086)