研究人员开发了一种新颖的方法，使 LLM 智能体能够通过分解不确定性来提高其寻求澄清的能力。该方法将行动置信度与请求不确定性分开，使智能体能够在任务规范模糊时主动寻求澄清。该方法在新基准上进行了评估，与现有技术相比，在多个 LLM 主干上澄清 F1 分数有了显著提高。 AI
影响 通过实现主动澄清来增强 LLM 智能体的可靠性，有可能提高在复杂、不明确任务中的性能。
排序理由 该集群包含一篇 arXiv 论文，详细介绍了 LLM 智能体的新研究方法。
- ALFWorld-Clarification
- DeepSeek-v3.2-exp
- GLM-4.7
- GPT-5.1
- GPT-OSS-120B
- LLM Agents
- Qwen3.5-35B
- ReAct+UE
- Uncertainty-Aware Memory (UAM)
- Uncertainty Decomposition
- WebShop-Clarification
- ALFWorld
- REAL
- WebShop
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
