研究人员开发了Emotion2Skill，一个新颖的框架，它利用大型语言模型（LLMs）的内部情感信号来增强基于技能的智能体的性能。该方法从LLM的残差流中提取27维情感状态，并将其整合到智能体的决策过程中，用于技能选择和演化。通过分析情感轨迹，Emotion2Skill可以识别和纠正存在问题的技能调用，从而提高任务成功率。在Qwen3-8B和Qwen3-14B模型上使用WebShop和ALFWorld基准进行的实验表明，与基线方法相比有了显著的改进。 AI
影响 这项研究可以通过使AI智能体能够利用内部状态来做出更好的决策，从而实现更强大、更自适应的AI智能体。
排序理由 该集群包含一篇详细介绍LLM智能体新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
