Reliable Self-Harm Risk Screening via Adaptive Multi-Agent LLM Systems
通过自适应多智能体LLM系统实现可靠的自伤风险筛查
机构 * Johns Hopkins University（约翰霍普金斯大学）
AI总结 本文提出一种基于有向无环图的统计框架，通过自适应采样策略提升自伤风险评估的可靠性，实验表明其在精度和召回率上优于传统方法。
高校专区
Johns Hopkins University（约翰斯·霍普金斯大学）
Explanation through Reward Model Reconciliation using POMDP Tree Search
通过POMDP树搜索实现奖励模型协调以进行解释
机构 * Department of Aerospace Engineering Sciences, University of Colorado Boulder（科罗拉多大学博尔德分校航空航天工程科学系） ； Applied Physics Laboratory, Johns Hopkins University（约翰霍普金斯大学应用物理实验室）
AI总结 本文通过POMDP树搜索协调算法与用户隐式奖励模型差异，以提升用户对AI系统的信任度。
Journal ref IEEE ICAA (2023), pg. 137-140
