CAM-DF

论文信息

字段	内容
论文链接	arXiv 2607.27083
公司 / 机构	Peking University / McGill University / Shanghai University of Finance and Economics / Tsinghua University
首次公开日期	2026-07-29（arXiv v1）
原作者代码	论文称提供 cached artifacts / evaluation scripts，但未找到公开仓库链接
本地 adapter / 方法 key	cam-df
本地复现代码	src/auto_research/agent_research/methods.py

原始论文总结

背景与主要改动

工具 router 只能给出相关性排序，不能回答“应该开放前几个工具”。CAM-DF 在任何工具 执行前虚拟遍历排序前缀，以任务充分性减异构工具成本作为 payoff；停止当前前缀与最佳 后续前缀的 payoff gap 决定标签，gap 绝对值决定错误的 regret 权重。

flowchart LR
    T["任务"] --> R["冻结的工具排序"]
    R --> P["逐前缀 public features"]
    P --> S["CAM-DF stop policy"]
    C["异构成本"] --> S
    S --> M["只挂载选中前缀"]
    M --> A["Agent 执行"]

原论文关键图

图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\[ U(A,x)=\operatorname{sufficiency}(A,x)-\lambda\sum_{j\in A}c_j, \]

\[ \Delta_t=Q_{\rm stop}(t)-Q_{\rm cont}(t),\quad y_t=\mathbf 1[\Delta_t\ge0],\quad w_t=|\Delta_t|+\epsilon. \]

论文离线与线上效果

共 1,343 个任务、五个工具域；在 τ-bench Retail 的 live execution 中，平均可读工具 从 7 个降到 4.4 个（-37%），task success 基本相当。该论文没有生产线上 A/B。

本地复现

ScaleMCP mini 为每个任务构造冻结排序和异构成本，枚举所有前缀的下游 payoff，执行 regret-weighted 停止并只挂载所选工具。

auto-research agent-eval --method cam-df --benchmark scalemcp-mini \
  --episodes 120 --seed 42

joint success 1.0000；980 个候选工具只开放 480 个，exposure -51.02%，120/120 episode 发生提前停止。完整指标见 latest-cross-domain-20260730-seed42.json。

复现边界

本地是确定性工具 mini-suite，不是 τ-bench Retail live execution；充分性来自 benchmark 可审计 required-tools，而不是另训的 scorer。