ACTION-RATING

新方法通过集成澄清来改进 AI 代理的决策制定

研究人员开发了一种名为 ACTION-RATING 的新方法，用于分层语言代理以改进其决策制定过程。该方法将信息检索直接集成到代理的动作空间中，使其能够与其他动作（如导航）竞争。该系统区分了强制澄清（当不存在可行路径时需要）和机会性澄清（当尽管存在领先选项但仍存在残留不确定性时使用）。在复杂的关税分类任务上的实验表明，信息检索交互的有效性显著提高。