arXiv · cs.AI· Khurram Yamin, Xavier Fernandes, Paul Koch, Bryan Wilder, Eric Horvitz·· 2 天前
训练语言模型成为一致的决策者
Training Language Models To Be Coherent Decision-Makers
arXiv:2610.09164v1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：Khurram Yamin, Xavier Fernandes, Paul Koch, Bryan Wilder, Eric Horvitz
首次提交：2026-10-07 06:07
研究任务与主要进展
作者研究通过监督微调训练语言模型在保持已 elicited 信念的同时，依据效用选择预期效用最高的行动，并在20个数据集上评估跨领域、跨表述和不同收益结构的迁移能力。论文还引入信息缺失场景，测试模型能否区分缺失决策所需信息与无关上下文；摘要报告，定向微调在许多情形下改善了决策一致性，分离决策完整性识别与效用敏感执行的路由系统显示出价值。
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