★ 2
研究：LLM 规划智能体在部分可观测下的承诺策略
论文研究 LLM 规划智能体在部分可观测环境中承诺不同长度计划的行为。激进承诺基于未观测状态假设制定长计划，保守承诺仅基于已观测信息，二者准确率相近但安全与效率权衡不同。分析发现 LLM 几乎把提供的先验当作事实，先验不可靠时易失败，作者还探索了可调超参数的混合策略。
arXiv cs.AI17 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文研究 LLM 规划智能体在部分可观测环境中承诺不同长度计划的行为。激进承诺基于未观测状态假设制定长计划，保守承诺仅基于已观测信息，二者准确率相近但安全与效率权衡不同。分析发现 LLM 几乎把提供的先验当作事实，先验不可靠时易失败，作者还探索了可调超参数的混合策略。