Progressive Autonomy as Preference Learning: A Formalization of Trust Calibration for Agentic Tool Use

En 3 lignesFormalisation de l'étalonnage de la confiance pour les agents autonomes via apprentissage de préférences. Un gateway utilise un processus gaussien pour modéliser la tolérance au risque humain à partir de retours binaires (approuver/refuser), et escalade les décisions incertaines à l'humain. Approche structurée comme optimisation bayésienne préférentielle.

Résumé généré par Claude — vérifié par l'humain