标签
本文提出了“Trivium”框架，该框架将长时域时间遗憾和认知遗憾作为一等目标，与结果遗憾一同用于智能体LLM系统中的因果记忆控制器。作者证明，在没有干预通道的情况下，仅基于结果的学习无法区分因果结构与虚假结构，而他们的方法在CausalBench-Seq实验中实现了O(log E)的时间遗憾，而基线方法则为线性增长。