信息引出智能体的开放式信息检索研究

研究评估了跨越多个模型家族与参数规模的 11 个 LLM，揭示不同大语言模型对信息价值的判断差异如何塑造智能体的序列式信息检索行为。通过构建受控模拟环境，研究隔离了问题生成与受访者干扰，刻画出各模型在信息引出中展现的广度与深度特征，并考察了交互历史对信息评估的影响。项目代码、数据及轨迹文件已公开。