arXiv cs.CL· Alexander Gill, Guram Gogia, Francisco Guzm\'an·2026-10-15 12:00· 5 小时前AI 评分26

Precog-RM：预测 LLM 智能体轨迹结果的学习表示

Divergent Paths: Learning an Outcome-Predictive Representation of LLM Agent Trajectories

AI 导读

研究者将 LLM 智能体的轨迹重新定义为动作与环境观测共享嵌入空间中的路径，发现同一任务的成功与失败 rollout 在该空间中可分离，简单判别器在三个智能体基准和三个策略模型上预测结果 AUROC 最高达 0.95。

来源：arXiv cs.CL · arxiv.org