arXiv · NLP· Adarsh Vatsa, William Eiers·· 6 小时前AI 评分56
Bellman 语言模型：解决 LLM Agent 的重复决策问题
Bellman Language Models: Solving the Recurring Decisions of LLM Agents
AI 导读
Adarsh Vatsa 和 William Eiers 提出的 Bellman 语言模型（BLM）通过离散化工作流日志构建马尔可夫决策过程，复用预求解决策以优化 LLM Agent 表现。在 τ²-bench 电信任务中，无模型控制器可解决 79% 任务，Qwen3.8-27B 的准确率从 29% 提升至 96% 且减少 93% 的模型调用。
来源：arXiv · NLP · arxiv.org