arXiv cs.AI· Heewon Park, Somin Im, Minhae Kwon·· 10 小时前AI 评分37
SAG：面向长程决策的成本感知 LLM 智能体选择性批评框架
Selective Critique for Cost-Aware LLM Agents in Long-Horizon Decision Making
AI 导读
研究者提出 SAG（Self-improving Agent with Gated critique），一种成本感知框架，将批评调用建模为长程交互中的逐步决策问题，通过全局熵与局部 top-2 margin 等动作级歧义信号实现免训练门控，近似批评的信息价值（VoI）。
来源：arXiv cs.AI · arxiv.org