当推理收窄行动空间：LLM 游戏中的多样性坍缩

英文标题：When Reasoning Narrows the Move: Diversity Collapse in LLM Game Play

该论文研究监督微调（SFT）如何影响大语言模型在序列决策任务中的行为多样性。作者在一组受控的确定性游戏环境中考察这一问题，关注模型推理能力提升是否会同时导致可选行动策略收窄。研究对开发者具有启示意义：在为游戏、Agent 或其他决策任务微调模型时，除任务成功率外，也应评估行为多样性与策略鲁棒性。

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