Ця стаття представляє HiL-Bench, бенчмарк "людина в циклі", розроблений для вимірювання критичної здатності ШІ-агентів звертатися за допомогою. Він оцінює здатність агента розпізнавати, коли інформація відсутня, неоднозначна або суперечлива, і проактивно ставити цільові запитання, а не робити припущень. Бенчмарк використовує завдання з перевіреними людиною блокерами, які виникають під час прогресивного дослідження, виявляючи значний пробіл у судженнях сучасних передових моделей та демонструючи, що ця навичка вибіркової ескалації є тренованою.