ABBEL：通过以语言表达的信念瓶颈进行行动的LLM代理

这篇ArXiv论文介绍了ABBEL，一个用于LLM代理在顺序决策任务中保持简洁上下文的框架。它通过使用信念状态（任务相关未知数的自然语言摘要）来解决保持完整交互历史的计算不切实际性。代理在每个步骤更新其信念，并根据后验信念采取行动。虽然ABBEL提供了可解释的信念和恒定的内存使用量，但它容易出现错误传播。作者建议使用强化学习来改进信念生成和行动，并尝试了信念评分和长度惩罚。这项研究强调了内存效率与由于信念更新错误导致的潜在性能下降之间的权衡，并表明RL是一种有希望的解决方案。

• •ABBEL框架允许LLM代理使用信念状态来维护简洁的上下文。
• •信念瓶颈可能导致错误传播，从而影响性能。
• •强化学习可用于改进信念生成并减轻错误传播。