#决策分配

arXiv 论文提出 CVD 方法：让 LLM 智能体学会何时咨询人类

论文将「人类决策能力分配」形式化为预算受限下的咨询决策问题，指出同一人类输入对不同执行智能体的价值不同。作者提出咨询价值蒸馏（CVD），用蒙特卡洛执行体 rollout 离线估计咨询价值，再蒸馏为轻量预测器用于部署时分配。在 5 个批量与 3 个序列设置、两种前沿执行体上，CVD 优于直接提示与信…