arXiv cs.AI· Seunghan Lee, Jun Seo, Junhyeok Kang, Jaehoon Lee, Sangjun Han, Sungdong Yoo, Minjae Kim, Tae Yoon Lim, Dongwan Kang, Hwanil Choi, Soonyoung Lee, Wonbin Ahn·· 3 小时前AI 评分43
并非所有信息都值得询问：LLMs 的决策知情信息获取
Not All Information Is Worth Asking For: Decision-Informed Information Seeking with LLMs
AI 导读
研究者提出无需训练且适用于任意 LLM 的 DIVA，让 LLM 用短数值问题建立小型决策模型，并按证据对决策的净价值决定是否查询、证据足够时停止。变体 DIVA-U 进一步考虑 LLM 对证据影响概率的不确定估计，在 4 个领域、20 个 LLM 的真实数据上后悔值低于所有 LLM 基线。在每次检查可靠性已知的合成场景中，DIVA 将最佳 LLM 基线的后悔值降低 75%。
来源：arXiv cs.AI · arxiv.org