arXiv cs.CL· Harshavardhan Abichandani, Penny Chong, Atin Ghosh, Daniel Dahlmeier·· 4 小时前AI 评分47
递归语义散度 RSD：面向 LLM 智能体一致性的无监督轨迹级指标
Recursive Semantic Divergence for LLM Agent Consistency
AI 导读
递归语义散度（RSD）被提出为一种无监督的轨迹级一致性指标，用自然语言推理检测同一 LLM 智能体从相同状态出发两次独立 rollout 的逻辑不一致。作为微调奖励信号时，RSD 将 tau2-bench 上的任务进度波动从 132% 降至 91%，toolsandbox 上从 90% 降至 44%，同时提升各基准与模型规模下的表现。
来源：arXiv cs.CL · arxiv.org