跳到正文
arXiv cs.CL· Tianqiang Yan·· 4 小时前AI 评分20

语言智能体行为科学中的轨迹抽象方法

Trajectory Abstraction for the Science of Language Agent Behavior

AI 导读

研究将语言智能体行为科学中的行为变量问题形式化为轨迹抽象层级的学习与检验,提出递归流程:先测量角色与阶段索引事件、提出时序约束关系并检验其跨条件稳定性,再据此构建情节级 motif 变量并重复分析。作者推导了被接受归约的有限深度界,刻画了协议对固定抽象的影响及抽象误差的复合,并用有限样本检验使投影干预一致性可操作。

来源:arXiv cs.CL · arxiv.org