arXiv · cs.AI· Abdul Karim, Matt Keon·· 1 天前
LLM智能体在噪声测量下误配探索与确认预算
Explore or Confirm? LLM Agents Misallocate Measurements Under Noise
arXiv:2610.25111v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Abdul Karim, Matt Keon
研究任务与主要进展
基于论文摘要，作者提出Wellocate模拟测量活动并测试5个LLM智能体，发现它们在噪声下会双向误配探索与确认：部分智能体反复复测，另一些过度相信单次读数，导致最终候选均逊于基础脚本策略。削减复测可改善真实蛋白数据上的选择，但运行摘要等干预最多带来5个百分点变化；作者同时发布包含冻结数据划分、脚本基线及强化学习环境的基准与代码、数据和环境。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org