反事实推理 LLM-DailyDigest 2026-08-30 2026-08-30 约 100 字 预计阅读 1 分钟 反事实推理 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 世界模型 1 Rollback：世界模型中的经验回溯与策略改进 10-29 价值估计 1 错误但有用：多智能体消息的轨迹价值超越答案正确性 08-17 信用分配 1 TrajEvolve：基于事后信用分配的强化学习轨迹演化 10-21 信用审计 1 无真值信用：基于执行回放审计 LLM 智能体的步骤级信用分配 08-21 元认知 1 评估与改进大语言模型的自我建模能力 09-01 具身基础模型 1 VLA 模型的指令-动作绑定失效与反事实训练 10-01 具身规划 1 RoboAware：从反事实结果学习具身技能协调 10-10 协同规划 1 集体反事实规划：表征约束下的协调、同意与验证 08-19 可解释性评测 1 CHIVE：用反事实实验评估大模型行为解释 08-18 因果推理 1 DCFA：多智能体系统的双视角因果故障归因 09-07 多智能体系统 1 SocioVerse2：人机协同演化的纵向动态社会仿真框架 09-22 奖励机制设计 1 反事实回放：可分叉环境为软件工程智能体提供过程奖励 09-29 安全评测 1 AgentBoundary：工具型 LLM 智能体安全的反事实评测 09-29 故障归因 1 面向 LLM 多智能体系统故障归因的错误传播建模 10-10 数据策展 1 从关联性到决策价值：VLA 语料选择中的配对指令依赖测试 10-22 缓存载体 1 SCIT：潜在思维链模型中的因果缓存载体测试 08-28 置信度评估 1 Nudgeability：推理模型盲从置信信号，却无法追踪自身能力 09-30 脚手架演化 1 Bad Genius：反事实引导的智能体脚手架演化 09-17 自适应想象 1 RISE：世界动作模型的自适应想象与选择性推演 08-26 规则推理 1 InterPact：验证规则决策中的关键证据 10-01 记忆能力评测 1 FAME：基于反事实推理评估自主智能体的错误记忆 10-01 评测基准 1 EviScope：基于配对反事实证据的忠实性诊断基准 09-16 评测审计 2 法律思维链忠实性的反事实审计：引用不等于采纳 10-09 CLASH：口语讽刺检测中的词汇与韵律依赖反事实审计 09-16 运行时干预 1 COTA：小模型比较顾问实现智能体运行时干预 08-24 选择性蒸馏 1 CROP：基于反事实任务相关性的选择性在线策略蒸馏 08-16 长期记忆 1 MemAdapter：反事实适应缓解记忆诱导型谄媚 10-08
