decision-rules

本文介绍了ERGO，一种面向文本分类中迭代提示优化的错误驱动方法，该方法诊断分类失败并生成有针对性的决策规则，在错误集中于特定混淆标签对的任务上取得了最佳准确率。

本文批判了使用成对比较来学习人类偏好的方法，认为内部多元主义（多种相互冲突的优先级）削弱了标准方法。它提出了一个形式化模型，并建议允许犹豫不决可以提高学习效率。

Trace2Policy 从专家行为痕迹中提取人类可读的决策规则，并通过错误驱动的技能精炼进行迭代优化，在物流领域的合规敏感任务上优于纯LLM基线。