DIVA：按决策价值决定是否查询信息的LLM方法

DIVA让LLM按决策价值决定是否查询信息并及时停止。

资讯摘要

论文指出LLM在信息不完整时存在“信息陷阱”：会为无法改变决策或成本不值的检查付费，证据已足够时仍继续追问。作者提出免训练的DIVA方法，让LLM用简短数值问题构建小型决策模型，按每项检查的想象结果对决策的净收益估值，无检查值得成本时停止；DIVA-U进一步考虑LLM对检查影响强度估计的不确定性。作者报告在四个领域、20个LLM上，DIVA-U在真实数据上的后悔值低于所有LLM基线。

要点速读

1. 论文提出DIVA：让LLM通过简短数值问题指定小型决策模型，并按证据的决策价值评估候选检查，无检查值得成本时停止。
2. DIVA-U为DIVA变体，额外考虑LLM对每项检查影响概率强度的不确定估计；方法免训练，适用于任意LLM。
3. 作者报告在四个领域、20个LLM上，DIVA-U在真实数据上的后悔值低于所有LLM基线，主要靠证据充分后及时停止；在每项检查可靠性已知的合成场景中，DIVA将最佳LLM基线的后悔值降低75%。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。