研究者提出区分探索与利用错误的策略无关指标

2026年10月30日，arXiv Artificial Intelligence 刊出 Jaden Park 等作者的报道，称研究者设计部分可观测的 2D 网格地图与未知符号任务 DAG，并提出一种与策略无关的指标，用于检测无效遍历，同时允许必要的回溯，从而区分语言模型智能体的探索错误与利用错误。报道称，研究者在可控难度的地图和任务上评测了 35 个前沿 LM 智能体，发现即使 SOTA 模型也难以在步数预算内达成目标；探索错误与利用错误的 log 值均与任务成功率强相关，R² 分别为 0.885 和 0.875。目前该工作处于论文发布阶段，尚无后续跟进报道。

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。