Ask2Decide基准评估LLM智能体提问能力
热点事件持续更新
Ask2Decide基准评估LLM智能体提问能力
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
研究者Yuhan Tang等人发布Ask2Decide基准，用于评估LLM智能体在规划任务中是否会主动询问影响决策的缺失信息。该基准含43个规划任务，用优化求解器判定哪些缺失事实会改变最优方案，并加入不改变方案的相似表述事实作为干扰项；基于19名参与者的79次交互，校准出更贴近人类回复模式的模拟操作员。 测试结果显示，四个前沿LLM在信息缺失时初始方案不可行率达58-98%，且找出关键事实的比例（39-52%）仅略高于无关事实（32-41%）。
AI 根据报道生成 · 55 分钟前更新
最新进展11月11日 13:00
Ask2Decide 基准：评估 LLM 智能体能否通过提问获取决策相关信息报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIAsk2Decide 基准：评估 LLM 智能体能否通过提问获取决策相关信息
研究者推出 Ask2Decide 基准，含 43 个规划任务，用优化求解器判定哪些缺失事实会改变最优方案，并加入不改变方案的相似表述事实作干扰项。基于 19 名参与者的 79 次交互，校准出更贴近人类回复模式的模拟操作员。四个前沿 LLM 在信息缺失时初始方案不可行率达 58-98%，且找出关键事实的比例（39-52%）仅略高于无关事实（32-41%）。
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。