研究者提出 BlackSwan 反驳式动作验证
热点事件持续更新
研究者提出 BlackSwan 反驳式动作验证
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Minhyeon Oh 等作者提出 BlackSwan，一种面向语言模型智能体的反驳式动作验证流程，在 AppWorld 和 WebShop 任务上的成功率高于最强基线。 该方法先预测每个会改变状态的动作的预期效果，再针对它可能出错的方式提出可检验假设，并用已有观察或额外的非改变性动作检验；只有这些假设全部被推翻，才执行该动作。 在 AppWorld 上，含与不含主干模型思考模式两种设置下，成功率分别比最强基线高 14.9 和 25.2 个百分点；WebShop 上高 12.7 个百分点。
AI 根据报道生成 · 8 小时前更新
最新进展11月3日 13:00
BlackSwan：用猜想与反驳验证语言模型智能体的动作报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AIBlackSwan：用猜想与反驳验证语言模型智能体的动作
研究者提出 BlackSwan，一种面向语言模型智能体的反驳式验证流程：先预测每个改变状态的动作的预期效果，再针对它可能出错的方式提出可检验假设，用已有观察或额外的非改变性动作加以检验，只有假设全部被推翻才执行动作。在 AppWorld 任务上，其成功率比最强基线分别高出 14.9 和 25.2 个百分点（含与不含主干模型思考模式），WebShop 上提升 12.7 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。