BED-LLM: Intelligent Information Gathering with LLMs and Bayesian Experimental Design

BED-LLM: Интеллектуальный сбор информации с использованием LLM и байесовского планирования экспериментов В данной статье представлена BED-LLM, новый подход к улучшению больших языковых моделей (LLM) в интеллектуальном и адаптивном сборе информации посредством последовательного байесовского планирования экспериментов (BED). BED-LLM позволяет LLM функционировать в качестве эффективных разговорных агентов, итеративно выбирая запросы, которые максимизируют ожидаемый прирост информации (EIG) относительно задачи. Подход формулирует EIG с использованием вероятностной модели, полученной из распределения убеждений LLM. Ключевые нововведения включают в себя тщательно разработанный оценщик EIG, отказ от единственной опоры на обновления в контексте и целевую стратегию предложения запросов. Эксперименты показывают, что BED-LLM достигает значительного улучшения производительности в таких задачах, как игра «20 вопросов» и вывод пользовательских предпочтений, по сравнению с прямой подсказкой и другими адаптивными стратегиями. В частности, это улучшает показатель успеха для задачи «20 вопросов». Исследование подчеркивает потенциал BED-LLM для расширения возможностей адаптивного сбора информации LLM для более широкого применения, внося вклад в их развитие в качестве интерактивных агентов. Это улучшает прямые запросы на генерацию из LLM. #LLM #БайесовскоеПланированиеЭкспериментов #СборИнформации #АдаптивноеОбучение #ИИ #BEDLLM #EIG документ - http://arxiv.org/pdf/2508.21184v1 подписаться - https://t.me/arxivpaperu отправить донаты: USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e создано с помощью NotebookLM