English(EN) Planning Commitment of LLM under Partial Observability

LLM规划代理在部分可观测性下平衡安全性和效率

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-16 04:00

研究人员调查了在部分可观测环境中运行的大型语言模型（LLM）规划代理在安全性和效率之间的权衡。他们发现，在预训练模型中，对长计划的积极承诺和基于观测状态的对短计划的保守承诺都会隐含地出现。虽然两种策略都能达到相似的准确性，但保守方法更安全但效率较低（因为API调用次数更多），而激进方法失败的次数更多，但如果先验信息可靠，则可以高效地重新规划。该研究还探讨了具有可调超参数的混合策略，以平衡安全性和效率。 AI

影响这项研究可能为复杂、现实世界的任务带来更可控、更高效的LLM代理。

排序理由学术论文，详细系统地研究了LLM的行为。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 22 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，详细系统地研究了LLM的行为。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Cassie Huang, Zhanwei Cao, Yeawon Lee, Nathalia Gomez, Zhuoyi Yang, Ian G. Harris, Tiffany Do, Jiayuan Mao, Li Zhang · 2026-10-16 04:00

LLM在部分可观测性下的规划承诺

arXiv:2610.21108v1 Announce Type: new Abstract: LLM-based planning agents commit to plans of different lengths before interacting with a partially observable environment. Some aggressively commit to a long plan based on assumptions about unobserved states, while others conservati…

本文如何被排名

报道来源 [1]

LLM在部分可观测性下的规划承诺

相关实体

相关话题