研究人员推出了一种名为信念状态引擎（Belief-State Engine, BSE）的架构修改，旨在增强大型语言模型（LLMs）在部分可观察环境中的规划能力。BSE 作为外部推理模块，维护部分可观察马尔可夫决策过程（POMDP）的潜在状态的贝叶斯后验，并将此后验信息而非原始的动作-观察历史馈送给 LLM。此方法旨在为 LLM 提供原则性的不确定性规划能力，继承经典 POMDP 理论的理论最优保证。在 Tiger POMDP 和攻击图任务上的评估表明，BSE 增强的代理在任务回报、信念校准和决策一致性方面优于多个基线。 AI
影响 这项研究可能促使更强大的 LLM 代理在现实世界的不确定环境中进行复杂决策。
排序理由 该集群描述了一篇关于 LLM 架构修改的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Arnab Chattopadhayay
- arXiv
- Belief-State Engine
- Large Language Model
- Partially Observable Markov Decision Process
- POMCP
- QMDP
- ReAct
- Tiger POMDP
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
