推理型 LLM 中序贯实验设计的摊销化

英文标题：Amortizing Sequential Experimental Design in Reasoning LLMs

该论文研究如何在推理型大语言模型（LLM）中摊销化序贯贝叶斯实验设计（BED）。作者指出，尽管 LLM 拥有广泛的预训练知识和较强的推理能力，但在实验设计任务中仍难以自适应地收集信息。该研究聚焦于让模型更高效地执行多轮实验选择与信息获取，对需要主动探索、规划和决策能力的 Agent 及科学智能应用具有参考价值。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB