热点事件持续更新
DIVA：按决策价值判断是否查询信息
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月26日，arXiv cs.AI 刊出研究，提出无需训练、可套用于任意 LLM 的 DIVA 方法：让 LLM 用一组短数值问题建立小型决策模型，再按“查询证据对决策的净价值”决定是否继续获取信息，证据足够时即停止查询。其变体 DIVA-U 进一步考虑 LLM 对证据影响概率的估计不确定性。研究者在 4 个领域、20 个 LLM 的真实数据上测试，DIVA 的后悔值低于所有 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%。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 12:00
新论文称 DIVA 免训练适配任意 LLM，合成场景后悔值较最佳基线降 75%。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AI并非所有信息都值得询问：LLMs 的决策知情信息获取
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%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。