研究：搜索型LLM智能体受认知偏差影响
热点事件持续更新
研究：搜索型LLM智能体受认知偏差影响
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
Yanru Xiao 与 Yingwei Yu 发表了一项分阶段解析研究，用受控搜索环境考察结果顺序、既往失败记录和初始假设如何影响带搜索能力的 LLM 智能体，覆盖 10 个模型和 1,000 个合成搜索世界。 结果显示，智能体主动搜索时，最终答案对初始证据顺序更敏感；死胡同历史相比中性历史会减少策略切换，且该效应超出上下文长度的影响。在错误假设下，分阶段测量可区分“检索或打开减少”与“打开反证后仍持续”两类错误。
AI 根据报道生成 · 54 分钟前更新
最新进展11月5日 13:00
带搜索能力的 LLM 智能体中的认知偏差特征：一项分阶段解析分析报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.CL带搜索能力的 LLM 智能体中的认知偏差特征：一项分阶段解析分析
研究用受控搜索环境考察结果顺序、既往失败记录与初始假设如何影响带搜索能力的 LLM 智能体，覆盖 10 个模型和 1,000 个合成搜索世界。结果显示，主动搜索时最终答案对初始证据顺序更敏感；死胡同历史相比中性历史会减少策略切换，且该效应超出上下文长度的影响。在错误假设下，分阶段测量可区分检索或打开减少与打开反证后仍持续的错误。
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。