深度还是描述？一步潜在评分何时能取代前瞻式主动信息获取

主动智能体在行动前需决定问什么，精确前瞻虽能评估问题组合但代价高且依赖拟合模型，一步评分便宜却可能漏掉答案间的交互。研究发现，在合适的潜在原因上做一步评分可捕捉这种交互，当该潜在表示编码了决策时，能以极小搜索代价取代大部分深度。从一个语言模型答案中学到的概率无法迁移到另一个模型，除非规划同时考虑两者；从 token 读出的概率仅值几个标签。