arXiv · AI· Jalaj Bhandari, Dhawal Gupta, Hongli Zhan, Zhenting Wang, Varad Pimpalkhute, Zhengzhong Liu, Eric Xing, Rupesh Srivastava·· 8 小时前AI 评分26
基于回合级 Best-of-N 采样扩展 LLM 智能体性能
On Turn-Level Best-of-N Sampling for Scaling LLM Agents
AI 导读
论文提出一种基于回合级 Best-of-N 采样的推理扩展方法，用于 LLM 智能体。该方法采用“生成器-选择器”框架，在每轮生成 N 个候选动作并由选择器模型选取其一执行。 在长时程终端任务实验中，该方法使准确率提升 5–10%，并显著提高了重复尝试的一致性。轨迹分析显示，智能体行为向更优模式转变，如减少尝试次数、改善指令遵循及调试测试能力。
来源：arXiv · AI · arxiv.org