语言模型智能体的信念-行动差距研究

2026年10月15日，arXiv Artificial Intelligence 刊出 Ayse Sila Okcu 等作者的研究，考察语言模型智能体的信念-行动鸿沟。研究在文本渲染的网格世界中进行，关注智能体的状态信念、行动价值与行动偏好如何交互。基于报告和表征的探针显示，任务相关的状态与价值信息往往被可靠地表征，却未体现在行为中；决策在承诺点附近收敛，报告的不确定性也随之下降。研究还发现，强制行动会跟随移植自其他决策的推理前缀，而对推理窗口的激活编辑对行动的控制有限。作者据此提出，部分失败并非源于缺少任务相关信息，而在于已有信息如何被转化为行动。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。