研究团队提出CVD框架优化LLM智能体人机决策分配
Start here
2026年11月5日，发表于arXiv的一项研究针对大语言模型（LLM）智能体在有限预算下何时应向人类咨询决策的问题，提出了名为“咨询价值蒸馏”（CVD）的全新框架。该方法通过离线利用Monte Carlo执行器rollout来估计咨询价值，并将其蒸馏为一个轻量级预测器，从而使智能体在实际部署时无需进行实时rollout。在涵盖5个批次、3个序列设置以及2个前沿执行器的测试中，CVD的表现均优于直接提示词和信息价值等传统方法，成功以极低的搜索成本实现了近乎无损的决策分配。
AI-generated from reports · Updated 4 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 自然语言处理LLM 智能体何时需要人类决策：基于执行器的咨询价值学习
研究提出咨询价值蒸馏（CVD），用于在有限预算下确定 LLM 智能体何时应向人类咨询决策。CVD 离线利用 Monte Carlo 执行器 rollout 估计咨询价值并蒸馏为轻量预测器，部署时无需实时 rollout。在 5 个批次与 3 个序列设置及 2 个前沿执行器测试中，CVD 优于直接提示词与信息价值方法，以低搜索成本实现近乎无损的分配。
Story heat trend
Current heat 9·Comparable peak 10（Nov 5 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.