研究：LLM游戏智能体重复失败动作

2026年10月23日，一篇发表于 arXiv 人工智能分类的研究（作者 Esmail Gumaan）考察了 LLM 游戏智能体在失败记录后是否会重复失败动作。研究在 Sokoban、Connect Four、Othello 三种游戏中进行测试，其中动作失败分为非法动作与合法但致败两类，均经精确验证。结果显示，把失败动作及报错写入记录，会让 8 个指令微调模型（参数量 135M–1.7B）更倾向重复该动作，纠正增益 G = -1.38 nats per token；这一效应主要经由动作的表面形式产生，且仅对非法动作成立。研究未报告合法但致败动作上存在同类效应。目前该事件仅有这一篇主报道，尚无跟进报道或相互矛盾的数字与说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。