arXiv Artificial Intelligence· Adarsh Vatsa, William Eiers·2026-10-20 12:00· 2 小时前AI 评分58

Bellman 语言模型：把 LLM 智能体的重复决策求解一次复用

Bellman Language Models: Solving the Recurring Decisions of LLM Agents

AI 导读

论文提出 Discretize, Then Decide 方法，把有界智能体工作流中的决策读成离散状态并估计各结果概率与动作成本，直到不再出现新状态，再求解对应的马尔可夫决策过程，将解作为模型外围控制器复用，未见过的状态仍交回 LLM，这种运行方式称为 Bellman 语言模型（BLM）。