Feb 6, 2026 · Belief-Action Consistency
Belief-Action Consistency：Agent 口头概率与实际决策并不完全一致
2026 年 2 月 6 日提交的研究提出决策论框架，同时提取 Agent 的概率判断与行动并检验一致性；在临床诊断任务中，最强模型差距较小，但报告信念仍不能完整解释实际决策。
EVENT STORY
Development
- First ReportBelief-Action Consistency：Agent 口头概率与实际决策并不完全一致arXiv cs.AI
- Current Assessment医疗、金融和审批 Agent 不能只展示自报置信度；风险系统需要用行动选择反推信念一致性，并把规则约束与效用假设纳入审核。Agent Pulse · analysis
高风险 Agent 常用置信度解释决策，但模型说“我有多确定”不代表行动真的遵循这一概率。该研究把语言置信与决策行为放在同一套可检验条件下。
框架不预设 Agent 的具体效用函数，而是检验观察到的行动是否可能来自持有该报告概率的近似理性决策者。通过概率判断和决策成对采样，它能识别口头信念无法解释行为的情况，比只做校准曲线更接近行动系统。
医疗、金融和审批 Agent 不能只展示自报置信度；风险系统需要用行动选择反推信念一致性，并把规则约束与效用假设纳入审核。
对高风险 Agent 应同时记录概率、可选动作、最终动作和代价，用一致性测试决定是否允许自动执行或转人工。
需在多步骤工具调用、不同效用结构和真实用户反馈下复现，并区分模型不一致、任务理解错误与策略约束的影响。