LLMエージェントにおける不確実性を考慮したディフェラル：小規模モデルから大規模モデルへいつエスカレーションすべきか
ReDActはパープレキシティが不確実性を示す場合のみ小モデルから大モデルへ延期し、エージェントワークフローで同等精度を保ちコストを64%削減する。
#decision-making
意思決定
InvestorBench: Qwen2.5-72B が株式で最高の46.15% CRを達成
InvestorBench: Qwen2.5-72B が株式取引で46.15% CRをリード。金融特化の Palmyra-Fin は株式では逆効果——規模がドメイン特化に勝る。
LATS: 言語エージェント木探索 — 推論・行動・計画をひとつのフレームワークに統合
LATSはReAct、Tree of Thoughts、Reflexionを1つのMCTSフレームワークに統合し、GPT-4でHumanEvalのpass@1を92.7%達成する。
Tree of Thoughts: LLMの探索による意図的な問題解決
Tree of ThoughtsはGPT-4の思考連鎖が4%のGame of 24で74%を達成。ステップを探索・後戻りするこのパターンは財務エージェントにも応用できます。