GitHub · 去对齐工具与仓库·· 19 天前AI 评分34
自我改进 LLM 智能体中的记忆奖励膨胀问题：LUCID 去膨胀算法
MohammadAsadolahi/Memory-Reward-Inflation-in-Self-Improving-LLM-Agents
来源与原文
GitHub · 去对齐工具与仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/MohammadAsadolahi/Memory-Reward-Inflation-in-Self-Improving-LLM-Agents
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项研究探讨自我改进 LLM 智能体在不更新权重、用 LLM 自评记忆得分时出现的“Echo Gap”问题：错误片段获得膨胀奖励并被优先复用，误差通过记忆检索不断放大。论文提出错误独立性准则（EIC），并给出无需标签的去膨胀算法 LUCID，在 BIRD text-to-SQL 基准上达到 57.6% 执行准确率，高于 Memento 式自评智能体的 53.7% 和无记忆智能体的 52.4%。论文尚未发表，代码将在发表后放出。
来源：GitHub · 去对齐工具与仓库 · github.com