arXiv cs.AI· Yiwei Chen, Amila Weerasinghe, Siddharth Biswal, Utkrisht Rajkumar, Olcay Boz, Taylor Berg-Kirkpatrick, Rose Yu·· 8 小时前AI 评分29
ACED-Bench：评估 LLM 智能体如何获取并依据因果证据行动
ACED-Bench: Evaluating How LLM Agents Acquire and Act on Causal Evidence
AI 导读
研究者推出 ACED-Bench，一个用于评估 LLM 智能体主动探究系统能力的神经符号基准，通过隐藏概率图模型定义因果图与干预语义，让智能体自行选择实验并做出因果决策。
来源：arXiv cs.AI · arxiv.org