论文：采样不等于好奇心，LLM 智能体应主动探究
原文标题：Sampling Is Not Curiosity: Why LLM Agents Should Investigate
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
arXiv 论文指出当前 LLM 智能体的探索是随机采样而非真正的好奇心，温度、best-of-N、树搜索、RAG 等机制只改变采样方式而不更新环境模型。作者提出一个定义 LLM 智能体好奇心的框架，要求具备可在线改进的预测结构、驱动动作选择并跨上下文持续。
深读 · 结论先行AI 生成展开看要点与影响 ↓
论文主张 LLM 智能体的探索只是随机采样而非好奇心，提出需在线更新环境模型的好奇心框架。
- •推理时 LLM 是固定的上下文到下一 token 分布映射，预训练权重决定函数，只有条件随上下文变化
- •温度、best-of-N、树搜索、RAG 只改变采样方式或条件内容，不更新智能体对环境模型的认知
- •借用 RL 中的好奇心定义，提出三要素：可在线改进的预测结构、由预测改进驱动动作选择、跨上下文窗口持续
- •开放式场景还要求智能体自主发起探究什么，论文据此给出框架并指出实现所需的研究方向
为什么重要：为「智能体是否真在探索」提供了可判定的标准，避免把采样多样性误当好奇心；对做开放式研究型智能体的团队，这是评估与设计探索机制的概念基线。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。