Cognitive · ADP
Deliberator
Auswahl der optimalen Aktion pro Planungsschritt — die lokale Wahl im lokalen Kontext, kein globaler Standard.
- Adressiert
- Aktionsqualität bei jedem Schritt.
- Wann es stabilisiert
- Wenn mehrere gültige Aktionen für einen Zustand existieren, wenn die Kosten einer falschen Aktion hoch sind oder wenn sich der Kontext zwischen Schritten ändert.
- Beispiel
- Ein Tree-of-Thoughts-Branch bewertet drei Kandidatenaktionen gegen ein Reward-Modell, bevor er sich für die beste entscheidet.
Weiter erkunden