arXiv · NLP· Xuanfa Jin, Xinyu Cui, Zhijian Ma, Xue Yan, Jian Zhao, Haifeng Zhang, Jun Wang·· 21 天前AI 评分29
EpiAgent: LLM Agent 的知识论自我博弈框架
EpiAgent: Epistemic Self-Play for LLM Agents
AI 导读
EpiAgent 为 LLM 智能体引入可学习知识论层,通过知识更新与行动规划双阶段自我博弈优化策略。 该框架将策略分解为基于交互历史更新信念及基于知识论状态选择行动,利用内在预测奖励评估信念推断。 实证结果显示其在混合与竞争场景下持续优于提示工程和强化学习基线方法。
来源:arXiv · NLP · arxiv.org