LLM生成の教訓、エージェント意思決定に偶然性影響か
arXiv cs.LGは10月12日(現地時間)、論文「Lessons from Luck: Do LLM-Written Lessons Carry Chance into an Agent's Next Decision?」を公開した。自己改善エージェントが実行結果から生成する教訓が、ノイズの多い結果に内在する偶然性をその後の意思決定に持ち込む可能性を測定した研究だ。256の合成世界で信頼性の異なる2つのツールを使用する反復タスクで実験を実施し、11のLLMエンドポイントから90,084の回答を得た。