arXiv 自然语言处理· Shuli Jiang, Khushbu Pahwa, Yuting Zhang, Yi Zhang, Wei Xia, Stefano Soatto·· 5 小时前AI 评分39
LLM 智能体何时需要人类决策：基于执行器的咨询价值学习
Learning When Human Decisions Matter: Executor-Relative Consultation Value for LLM Agents
AI 导读
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。
来源：arXiv 自然语言处理 · arxiv.org