Decision-Sufficient State Representations: Measuring and Reducing Write-Time Regret

arxiv · arXiv · 2026-09-27 01:27 · 评分 78

针对长任务中LLM代理上下文有限的问题，研究写时决策充分的状态表示。量化代理在每步重写状态时丢失信息带来的遗憾，并探讨训练能否减少这种损失，为长程代理设计提供新思路。