从序列到结构：面向大语言模型智能体的关系不确定性传播
研究人员提出 RUPA，用于量化大语言模型智能体在完整执行轨迹中的不确定性。该方法不再仅依赖词元概率、预测熵或单步置信度等局部信号，而是将推理状态、工具交互和环境反馈之间的依赖关系表示为有向轨迹图，并在图中传播不确定性，以捕捉执行风险的累积和转移，从而更早发现失败。研究团队使用 6 个开源大语言模型，在 τ-2、Terminal-Bench-2 和 GAIA 基准上进行评估。结果显示，RUPA 的不确定性估计和失败检测效果优于现有方法。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。