标签
一条推文强调了受益于AI写作辅助的写作者与持负面看法的读者之间的认知失调，引用了一项调查显示读者避免涉嫌使用AI的作者。
本文提出ASK+，一种在部分可观测环境（POMDP）中利用小型语言模型（SLM）对强化学习智能体进行不确定性门控辅助的方法。通过提供轨迹感知上下文和结构化思维链推理，ASK+显著提升了基准方法的成功率，证明提示设计和选择性门控对模型规模具有主导作用。