Burkov「语义老虎机」实验：无关措辞如何左右 LLM 的探索—利用平衡

Burkov 介绍了一项「语义老虎机」实验，测试无关措辞能否影响 LLM 在探索新选项与重复已知成功之间的平衡。实验用 3 个奖励不同且初始未知的选项，在抽象、农业和服装推荐设定下测试 3 个语言模型，发现措辞语义会系统性引导智能体走向更好或严重错误的决策。