LLM经验可能把偶然失败带入后续决策
热点事件持续更新
LLM经验可能把偶然失败带入后续决策
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
一项预注册研究发现，较可靠工具偶然失败后，智能体下一轮选择较差工具的比例为 11.6%；而较可靠工具成功后，或提供无关记忆时，这一比例均为 0.4%。较差工具偶然成功后的交互效应为 +0.002，低于作者设定的 0.10 界限；作者提醒，这不代表没有伤害。 研究者在 256 个合成重复任务中，考察 LLM 根据运行结果撰写的经验是否影响后续工具选择；实验使用 11 个 LLM 端点，共记录 90,084 个回答。任务中的两种工具可靠性已知，先前运行则安排使用较可靠或较差的工具，并设置成功或暂时失败。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
从运气中吸取教训：大语言模型撰写的经验会把偶然性带入智能体的下一次决策吗？报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning从运气中吸取教训：大语言模型撰写的经验会把偶然性带入智能体的下一次决策吗？
研究者开展预注册研究，检验大语言模型根据运行结果撰写的经验是否会影响智能体后续工具选择。研究覆盖 256 个合成世界、11 个 LLM 端点，共记录 90,084 个回答；较可靠工具偶然失败后，下一轮选择较差工具的比例为 11.6%，而成功经验和无关记忆条件均为 0.4%。较差工具偶然成功后的交互效应为 +0.002，低于 0.10 的界限；作者指出，这一界限不代表没有伤害。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月28日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。