arXiv · cs.AI· Marta Knežević·· 12 天前AI 评分40
评估 LLM 智能体的探究学习能力：假设、推理与探索
Evaluating Inquiry Learning in LLM-Based Agents: Hypothesizing, Reasoning, and Exploration
来源与原文
arXiv · cs.AI
作者：Marta Knežević
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.21604v1
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
一项发表于 EMNLP 2026 (Findings) 的工作提出统一交互式评估框架，将 Countdown 任务扩展为数学环境，让 LLM 智能体通过操纵变量、收集观测来推断变量间关系。跨 7 个 LLM 和多种提示策略的实验显示，模型内在探究能力有限，发现底层表达式的成功率低；借鉴教育脚手架的结构化指导可显著提升表现。
来源：arXiv · cs.AI · arxiv.org