待验证50% 置信事实精确时间

决策模型通常基于强化学习或基于偏好的优化方法，直接以在环境中选取最优动作为优化目标，而 LLM 以语言预测为核心任务，决策能力是涌现的副产品

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

多模态决策模型能否驾驭魔兽世界？SageCraft的开源实验

涉及实体

decision modelconcept LLMconcept

相关事实

待验证决策模型的输出往往是有限动作集合中的一个标签或概率分布，类似于强化学习中的策略网络，而生成模型需要在巨大词汇表上进行自回归采样78% 相似待验证决策模型专注于回答是/否判断、多项选择以及带概率的评分类问题76% 相似待验证生成式决策模型每次调用都需要把当前情境和所有可选项一起送入模型处理，可选项越多计算量越大76% 相似待验证基于模型的强化学习通过学习环境动力学模型进行规划以提升样本效率，代表方法包括 Dreamer、MBPO76% 相似待验证模型选择应遵循从简单到复杂的原则，先用逻辑回归或决策树建立基线，再逐步尝试集成方法和深度学习模型73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/992221

API

curl https://kongchang.com/api/v1/knowledge/claims/992221

MCP

get_claim(id=992221)