Operon-S1：面向长程生物医学智能体的快速决策控制器

Operon-S1 把智能体的判断拆成可测量、可替换、可训练的独立层。

资讯摘要

论文提出 Operon-S1，将智能体在生物医学长程任务中的判断与执行分离：决策框架在 13 个决策点以封闭问题形式提问，并通过不含答案的固定消息驱动智能体。作者报告，在七个生命科学基准上，本地决策模型在 CPU 上处理一次环内请求的中位耗时为 0.6 秒且无请求成本，六个基准中有五个的智能体得分无可测变化；而驱动智能体的通用语言模型回答同样问题会占任务成本的 8.0% 至 35.2%。每次决策及其后果均被记录，三个训练版本在各类问题上决策准确率均有提升，新版本需通过晋升门控才上线。

要点速读

1. 决策框架在 13 个决策点以封闭问题形式提问，智能体仅通过不含答案的固定消息行动。
2. 作者报告本地决策模型在 CPU 上中位 0.6 秒完成环内请求，六个基准中五个得分无可测变化。
3. 通用语言模型回答同样问题占任务成本 8.0% 至 35.2%；三个训练版本决策准确率均提升，新版本经晋升门控上线。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。