arXiv cs.AI· Marta Kne\v{z}evi\'c, Seyed Parsa Neshaei, Jibril Frej, Vinitra Swamy, Tanja K\"aser·· 3 小时前AI 评分42
评估 LLM 智能体的探究学习：假设、推理与探索
Evaluating Inquiry Learning in LLM-Based Agents: Hypothesizing, Reasoning, and Exploration
AI 导读
研究提出统一交互框架，评估 LLM 在数学环境中的探究能力，涵盖变量操作、观察收集及关系推断。实验显示七款 LLM 在发现底层表达式时成功率低，且缺乏固有的战略探索与假设迭代能力。受教育支架启发的结构化引导能显著提升模型表现，验证了人类探究学习策略对 AI 智能体的支持作用。
来源：arXiv cs.AI · arxiv.org