Bound

新的BOUND框架提高了LLM搜索代理的准确性

研究人员开发了BOUND，一个旨在提高大型语言模型（LLM）搜索代理准确性的新框架。该方法通过为每个决策点创建“搜索状态摘要”来解决持续错误的锚点漂移和约束漂移等问题。该摘要总结了原始任务、已确认的证据和缺失的信息，使系统能够识别和纠正可能导致错误搜索轨迹的错误。在多个基准测试上的实验表明，BOUND的性能显著优于现有方法，在六个数据集中的五个上提高了性能，并在14个指标中的12个上取得了更高的分数。