AgentAbstain: Do LLM Agents Know When Not to Act?

AgentAbstain 把 abstention 作为 agent 行为评测的核心，而不是把所有场景都压成完成任务。论文覆盖不确定、约束冲突、不可完成与工具失败等条件，观察模型是否会停止、澄清或拒绝继续行动。这个方向重要在于它评估的是行动边界：一个能完成任务的 agent，如果在错误前提下仍持续调用工具，实际系统风险会被传统 success rate 低估。