基于不可靠反馈的在上下文黑盒优化方法研究

研究人员提出反馈感知的在上下文黑盒优化方法（FICBO），利用预训练的反馈感知 Transformer 在测试时通过比较观测目标值与辅助信号来估计信息源可靠性，从而改进查询选择。 该方法在合成和真实任务中不仅能有效利用信息丰富的反馈，还对较弱或具有误导性的信息源表现出鲁棒性，同时提供了对模型决策过程可解释性的洞察。