Agent Behavior Maps方法提出

发生了什么

据arXiv cs.LG报道，研究人员提出Agent Behavior Maps方法，无需运行目标智能体即可根据动作对数似然定位智能体并预测性能。该方法使用中心化动作对数似然在共享参考轨迹上表示LLM- harness组合，无需目标智能体进行新的环境部署。研究在八种交叉评分模型上验证了距离与轨迹KL的直接测量值在排序上保持一致，并在100个LLMs和四个环境中，基于ALFWorld的坐标支持性能预测和识别行为相似性。相似性在控制成功率和模型大小后依然存在，包括跨模型家族。