arXiv cs.CL· Shuli Jiang, Khushbu Pahwa, Yuting Zhang, Yi Zhang, Wei Xia, Stefano Soatto·· 10 小时前AI 评分31
让 LLM 智能体学会判断何时需要人类决策：基于执行器相对咨询价值的分配方法
Learning When Human Decisions Matter: Executor-Relative Consultation Value for LLM Agents
AI 导读
研究提出“人类决策容量分配”问题：在咨询机会有限、预算受限时，LLM 智能体应在哪些决策上咨询人类。为此提出 Consultation Value Distillation（CVD），用 Monte Carlo 执行器 rollout 离线估计与执行器相关的咨询价值，并蒸馏为轻量预测器，部署时无需再做 rollout 估值。
正文 · AI 翻译
摘要：大型语言模型日益自动化复杂任务，但人类的决策能力并不随其能力同步扩展。在许多应用中，人类仍然不可或缺，以提供智能体无法获取的私有上下文、权威或判断。我们提出人类决策能力分配问题：在存在多个咨询机会且预算有限的情况下，LLM 智能体应在哪些决策上咨询人类？核心挑战在于估计咨询价值，而该价值依赖于执行者，因为相同的人类输入可能对不同下游智能体产生不同收益。我们提出咨询价值蒸馏（CVD），它使用蒙特卡洛执行者推演离线估计咨询价值，并将这些价值蒸馏为轻量级预测器以进行预算分配，部署时无需基于推演的价值估计。在五个批处理设置和三个顺序设置、两种前沿执行者下，CVD 通过联合价值学习和延续感知价值学习改进了分配，而独立咨询价值在若干设置中仍具竞争力。CVD 在适用场景下也广泛优于直接提示和信息价值，在推演监督大幅减少时仍保持稳健，并能以较低搜索成本实现近乎无损的近似分配。
| 评论： | 31 页，20 张表，2 幅图 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.05814 [cs.CL] |
| （或 arXiv:2611.05814v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.05814 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Shuli Jiang [查看邮箱]
[v1]
2026 年 11 月 4 日星期三 01:45:28 UTC（255 KB）
来源：arXiv cs.CL · arxiv.org