大型語言模型 「宣告式反射執行協定」：分層評估大型語言模型、世界模型與符號反思的效能 本研究針對大型語言模型（LLM）驅動的自我修正代理，提出可檢視的反射執行協定，將代理的能力分解為四個層面：信念追蹤、顯式世界模型規劃、符號式即時反思與稀疏 LLM 修正。實驗以噪聲協作戰艦（Collaborative Battleship）為測試平台，透過 54 場比賽比較四種逐步結構化的代理。
