arXiv · AI· Ziyang Guo, Yifan Wu, Jason Hartline, Kenneth Holstein, Jessica Hullman·· 10 天前AI 评分24
ComplLLM:微调 LLM 以发现决策互补信号
ComplLLM: Fine-tuning LLMs to Discover Complementary Signals for Decision-making
AI 导读
ComplLLM 提出基于决策理论的后训练框架,微调决策辅助 LLM 输出互补信号以提升多智能体性能。 在合成与真实任务中,该方法通过互补信息奖励生成信号解释,并证实能改善人类及 LLM 代理的决策表现。
来源:arXiv · AI · arxiv.org