研究提出LTD与ARP校准Agent置信度

一项 arXiv 论文提出两种从模型内部表征预测多轮智能体任务成败的方法：Latent Trajectory Dynamics（LTD）与 Action Representation Probe（ARP）。作者 Priyanka Mary Mammen 等称，研究的问题是模型内部表征能否比现有信号更可靠地指示多轮智能体任务最终是否成功。 论文将这两种方法用于校准智能体对自身任务成功与否的置信度，即让智能体在任务过程中判断自己是否已经成功。目前公开信息仅说明方法被提出并验证，未给出具体适用任务、数据集或效果数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。