跳到正文
arXiv · cs.AI· Zhiwei Chen, Tianchun Wang, Zhongtao Rao, Haiming Zhu, Ding Cao, Tianxiang Zhao·· 1 天前

SAGE:面向高效大语言模型博弈的结构化战略推理框架

SAGE: Structured Strategic Reasoning for Efficient LLM Game Playing

arXiv:2609.34342v2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:Zhiwei Chen, Tianchun Wang, Zhongtao Rao, Haiming Zhu, Ding Cao, Tianxiang Zhao

研究任务与主要进展

作者提出无需额外训练的SAGE推理时框架,通过锚定均衡策略、适应对手行为倾向和利用相关交互经验改进大语言模型在重复不完全信息游戏中的决策。

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