English(EN) Recursive Semantic Divergence for LLM Agent Consistency

新指标RSD提升LLM代理一致性和性能

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-27 04:00

研究人员引入了递归语义发散（RSD），这是一种旨在评估和改进大型语言模型（LLM）代理一致性的新指标。LLM代理经常表现出不可预测的行为，导致在不同运行中工具使用不一致和输出矛盾。RSD通过衡量代理输出之间预期的累积语义分歧来解决这个问题，该方法改编自强化学习的模拟度量。当用作微调的奖励信号时，RSD已在各种基准测试中显著减少了行为变异性并提高了性能，其效果与监督微调相当，但变异性更小且无需真实标签。 AI

影响增强了LLM代理的可靠性，通过确保一致的行为，有可能加速其在复杂应用中的采用。

排序理由学术论文，介绍了一种用于LLM代理的新方法和指标。[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: 12 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，介绍了一种用于LLM代理的新方法和指标。[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, model release; 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: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Harshavardhan Abichandani, Penny Chong, Atin Ghosh, Daniel Dahlmeier · 2026-10-27 04:00

LLM Agent一致性的递归语义发散

arXiv:2610.33012v1 Announce Type: cross Abstract: Large Language Model (LLM) agents with tool use exhibit inconsistent behavior across independent runs from identical states, calling different tools, producing contradictory outputs, or pursuing divergent strategies. This variabil…

本文如何被排名

报道来源 [1]

LLM Agent一致性的递归语义发散

相关实体

相关话题