分析LLM代理多种失败方式
LLM确实非常贪婪!
所有成功的决策都相似;每个失败的过程系列都以自己的方式出错。LLM代理可能以多种不同方式出错。
在与@thsschmied合作的#ICLR2026新论文中,我们分析了其中一些(管理探索-利用权衡不当、不知道如何将知识转化为行动等)。
@iclr_conf @GoogleDeepMind
所有成功的决策都相似;每个失败的过程系列都以自己的方式出错。LLM代理可能以多种不同方式出错。
在与@thsschmied合作的#ICLR2026新论文中,我们分析了其中一些(管理探索-利用权衡不当、不知道如何将知识转化为行动等)。
@iclr_conf @GoogleDeepMind
Google宣布LLM是Hugging Face上的贪婪代理
RL微调对决策能力的影响 https://t.co/20ocu4Vxmv