摘要
尽管大语言模型在单次推理任务中表现优异,但在序列决策方面的性能尚不明确。本研究通过在完全可观测的零和博弈中进行评估,发现LLM在简单游戏中表现次优,且这种差距不能仅由回忆策略解释。为此,我们引入了一种增强型智能体框架,该框架专为序列设置设计,包含旨在解决信用分配等挑战的经验记忆机制。实验表明,游戏后的反思和规则提取能在不修改模型权重的情况下显著提升井字棋的表现。
AI 推荐理由
论文核心提出基于经验记忆的框架,专门解决序列决策中的记忆增强问题。
研究机构
AI Center, Department of Computer Science, FEE, Czech Technical University in Prague
论文信息