深度分析 結構化不確定性導向的 LLM 代理人澄清機制與實驗驗證 LLM 代理人在工具呼叫時常因指令模糊導致失敗。研究者以結構化不確定性和 EVPI 量化澄清問題價值,並加入成本模型避免冗餘提問。實驗顯示,SAGE-Agent 提升任務覆蓋 7%~39%,澄清次數減半以上,訓練效果亦顯著提升。