SAGE：训练无关的推理时框架提升LLM博弈表现

Zhiwei Chen 等作者发布论文，提出训练无关的推理时框架 SAGE，通过锚定（anchor）、适应（adapt）和重校准（recalibrate）三个协同操作，改进大语言模型在重复不完全信息博弈中的策略推理。 据论文报告，SAGE 在 Leduc Hold'em、Liar's Dice 和 Goofspiel 三种重复博弈中、针对多种对手类型进行评估；在 Liar's Dice 中收益最高提升 127.6%，同时输入和输出 token 用量最多分别减少 80% 和 90%。

AI 根据报道生成 · 1 天前更新