arXiv 自然语言处理· Harshavardhan Abichandani, Penny Chong, Atin Ghosh, Daniel Dahlmeier·· 6 小时前AI 评分44
面向 LLM Agent 一致性的递归语义分歧（RSD）
Recursive Semantic Divergence for LLM Agent Consistency
AI 导读
研究提出无监督轨迹级指标 Recursive Semantic Divergence（RSD），用于衡量并优化 LLM Agent 独立运行间的累积语义分歧。该指标借鉴强化学习互模拟指标，通过神经网络逐轮预估未来分歧而无需完整轨迹。作为微调奖励信号时，RSD 将任务进度变异在 tau2-bench 上从 132% 降至 91%，在 toolsandbox 上从 90% 降至 44%。
来源：arXiv 自然语言处理 · arxiv.org