Belief-Calibrated Optimization に関する報道

LLM エージェントの最適化は、長い間、各呼び出しにおける環境フィードバックを暗黙的に決定するエージェントのエンコードに依存してきました。 BCO は、この判断を永続的なワールド モデルに明示します。これは、エージェントの最適化が「ラウンドごとの再推論」から「ラウンド全体で再利用可能な認知の蓄積」に移行していることを意味します。これにより、凍結したモデルの周囲の足場を持ち上げるための新しい解釈可能なグリッパーが提供されます。