arXiv · cs.AI· Arastun Mammadli, Herbert Woisetschl\"ager, Jawad Fayaz, Shiqiang Wang·· 11 小时前
用于策略型 Agent 交互的大语言模型选择
Choosing LLMs for Strategic Agent Interactions
arXiv:2610.18354v1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：Arastun Mammadli, Herbert Woisetschl\"ager, Jawad Fayaz, Shiqiang Wang
研究任务与主要进展
该论文研究如何在具有潜在收益矩阵和自适应对手的策略型交互中，从大语言模型组合中进行动态选择。基于论文摘要，作者在5个游戏和10个LLM上进行评估，发现模型策略能力会随游戏设置和对手显著变化；基于查询嵌入或LLM自反思的选择方法不能稳定捕捉策略信号，轻量级多臂老虎机算法表现更可靠但仍不及最佳固定模型。
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