SycEval

新的“押注式思考”方法提高了 LLM 代理的可靠性

研究人员开发了一种新的无需训练的方法，称为“押注式思考”（Thinking-in-Bets），以提高大型语言模型代理的可靠性。该技术涉及代理在处理用户反馈之前，创建其声明和支持性检查的私有记录，以及置信度水平。当面对用户挑战时，代理会查阅此记录，以在调查不确定或新近受到质疑的方面时保持正确的工作。在五个 Gemini 模型和八个基准上的评估表明，这种反馈前记录保存显著减少了不正确的修改，并提高了答案的准确性，即使在非交互式任务中也是如此。