University of Southern California（南加州大学）

Credit Without Ground Truth: Auditing Step-Level Credit Assignment in LLM Agents Against Executed Replay

无真实值的信用：针对执行重放的大语言模型智能体的步骤级信用分配审计

Haiyue Zhang

机构 * University of Southern California（南加州大学） 纠错

AI总结 该研究针对LLM智能体，在ALFWorld环境中审计步骤级信用分配，发现现有信用信号无法识别关键步骤，提出需匹配有效样本量比较信用规则。

Comments 49 pages, 7 figures. Pre-registered; frozen analysis plans and prompts included in the appendices. Under review

SCAPE: Scenario-Conditioned Simulation-Augmented Policy Evaluation

SCAPE：场景条件化的模拟增强策略评估

Dijie Zhu, Seunghun Oh, Ruopeng Huang, Zhiyu Huang, Jiaqi Ma, Chen Tang

机构 * Seoul National University（首尔国立大学） ； University of Southern California（南加州大学） ； North Carolina State University（北卡罗来纳州立大学） ； University of California Los Angeles（加利福尼亚大学洛杉矶分校） 纠错

AI总结 针对机器人学习策略部署的评估瓶颈，提出 SCAPE 框架，通过校正模拟偏差、共形预测校准不确定性，在自动驾驶等任务上提升场景预测精度与样本效率，支持细粒度部署。

Comments 22 pages