DIVA框架：基于决策价值的LLM信息获取方法

Seunghan Lee等研究人员于2026年10月26日在arXiv（cs.AI）发布了DIVA框架。该框架旨在解决大型语言模型（LLM）在信息获取中存在的“信息陷阱”，即无效检查或过度询问的问题，通过评估证据的决策价值来优化这一过程。 DIVA框架采用无训练设计，无需调整即可适用于任何LLM。在包含DIVA-U的四个领域、共20个LLM的评估中，该方法在真实世界数据上优于所有LLM基线。其优势主要体现在能够适时停止信息获取，即一旦证据充足即停止，从而降低regret。 在特定合成场景中，DIVA进一步将最佳LLM基线的regret降低了75%。在此场景设定中，每次检查的可靠性均被预先给定。这些结果展示了基于决策驱动策略在提升LLM信息获取效率方面的潜力。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。