RL Consapevole dell'Esplorazione Potenzia il Ragionamento Agenziale degli LLM

Un nuovo framework per l'apprendimento per rinforzo consente agli agenti LLM di esplorare in modo adattivo, specificamente durante periodi di alta incertezza, migliorando così le loro capacità decisionali. Utilizzando l'inferenza variazionale per valutare le azioni esplorative e implementando un meccanismo di raggruppamento per distinguere tra esplorazione ed esecuzione del compito, questo metodo supera un significativo svantaggio delle attuali tecniche di scaling test-time agenziale che si basano su strategie di esplorazione uniformi. La ricerca è disponibile su arXiv con l'identificatore 2605.08978.