跳到正文
热点事件持续更新

arXiv发布LProp论文优化LLM不确定性传播

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

2026年11月17日,Kaiwen Shi等人发布论文LProp,提出一种在LLM Agents中通过证据条件化信念修正传播潜在不确定性的机制,无需额外轨迹采样。该方法在选择题、数学推理任务上优于基线,并在八种传播场景中实现最低的平均推理token用量。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · AI
    LProp:在 LLM Agents 中通过证据条件化信念修正传播潜在不确定性

    LProp 提出一种潜在不确定性传播机制,在 LLM Agents 中利用潜在表示和新证据修正继承的分布,无需额外轨迹采样。 该方法在选择题、数学推理等任务上优于基线,并在八种传播场景中实现最低的推理 token 平均用量。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。