TRACE：从语言反馈中学习约束树探索算法

Shaoang Li、Daniel R. Jiang 和 Jian Li 提交论文，提出 TRACE 算法，把从语言反馈中学习建模为对可行域的纯探索：将候选约束组织成树，通过反复生成满足约束的动作来验证每次细化，仅当反馈不与之矛盾时才确认该约束。 研究者在六个语言反馈任务上评估 TRACE。在 RecMovie 上，TRACE-Identification 在评估输出上限为 20 和 60 时分别取得 73% 和 86% 的最终输出成功率，相同反馈与输出上限下，所评估的提示基线最高为 42% 和 48%。受控的身份破坏实验显示，在证伪检测器保持可靠时，TRACE 比直接累积更稳健。 理论方面，研究者称 TRACE-Falsification 的覆盖界依赖候选类大小 H；而在可靠识别下，TRACE-Identification 可将该依赖替换为 K/p_ext，其中 K 为潜在约束数，p_ext 是从信息性反馈中提取出缺失真实约束概率的下界。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。