小红书提出 CASI:用 Shapley 值解决智能体检索的信用分配
_reachsumit · x · 2026-10-15
小红书团队在 arXiv 发布论文 CASI（Credit Assignment via Set Intervention for Agentic Retrieval），针对 LLM 智能体联合生成多条检索动作、但下游只返回单一集合级奖励的信用分配难题提出新方法。
- 核心思路：通过可回放的快照集合干预，在共同条件下评估不同检索子集的边际贡献，再用 Shapley 值聚合得到集合内的信用分配
- 理论贡献：证明 m≥4 时单点、留一和全集端点不足以确定 Shapley 分配；加性集合价值下额外的联盟评估是冗余的
- 实证：在五动作 sponsored-search 场景中对 1200 个请求做详尽拍卖回放，显示显著的联盟依赖性；CASI 在与回放定义的 Shapley 参考的余弦相似度上优于其他规则，且训练后的策略在多次独立运行中表现更好
- 限制：在敏感后端下 CASI 未超过 Singleton 基线
「编程与Agent」频道最新
- 普林斯顿发布 SWEeper-Bench:最强 Agent 也只能解 59% 的交互式 bug — zlab-princeton · 2026-10-15
- 用户把 Google 登录和短信 2FA 交给 AI agent，引发安全争议 — jonstephens85 · 2026-10-15
- Grok Bot 自建 Apple Desk 技能打通 Mac 原生应用，马斯克转发 — elonmusk · 2026-10-15
- Thorsten Ball:新模型指令跟随太强,编程工具的上下文管理技巧已过时 — andreisavu · 2026-10-15
- 韩国用户实测 Grok Bot:十天工作量两小时完成 — elonmusk · 2026-10-15
- PersonalAgentEval 发布:7 款个人 Agent 实测仅两家领先 — HennyJieCC · 2026-10-15