#信念校准

研究提出信念校准优化：为LLM智能体构建显式世界模型

本文提出信念校准优化（BCO），将编码代理的隐式信念显式化为持久上下文文档，并随评估持续修订。该文档作为世界模型，在五个基准上比无世界模型的对照获得更高训练通过率。目标模型交换后，BCO脚手架仍领先。离线消融表明文档内容携带可复用信息。