输出纪律决定智能体决策下限

一篇 arXiv 论文提出一种模型无关的智能体协议，用于可审计的假设驱动决策，并在 TCMEval-SDT 中医辨证基准（200 例）上测试。 论文称，约束大语言模型的可审计决策，瓶颈在于输出纪律与推理结构，而非模型能力——两年间的模型规模扩展只让零样本分数变动 -0.03 至 +0.08。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。