SynAct：让LLM智能体按决策价值请求专家反馈

Ning Liu、Ian Li 和 Kristina Klinkner 发表论文提出 SynAct，一个把专家注意力视为核心约束的主动学习框架：它按“所选动作与最终结果之间的互信息”对决策排序，只在最高价值决策上请求专家反馈，再把修正结果蒸馏为可复用规则。论文称，其目标是在决策级别分配专家反馈，以便修正规则能迁移到其他任务。该框架目前发表在 arXiv cs.LG 分类，报道未给出所涉模型、任务或评测结果。

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。