Verify, Repair, Repeat, or Stop? Robust Stopping for Noisy Verify-Repair Loops in LLM Agents
arxiv.org原文 ↗
作者研究验证器和修复器都会犯错时，代理何时应继续循环、回滚或停止。论文将过程建模为带噪决策问题，并给出基于置信度与预期收益的停止规则；在合成与代码任务中，策略减少了无效修复和越修越坏。它把常见的固定轮数启发式替换为风险敏感决策，但前提是能够校准验证信号。
–浏览
评论 · Comments