研究提出“决策函数蒸馏”，把 LLM（大语言模型） 智能体策略转为可读注释代码
一篇发表在美国计算机学会（ACM）旗下期刊的摘要级研究提出“决策函数蒸馏（DFD）”，可把大语言模型（LLM）驱动的智能体决策策略，逐步提炼为带注释、可读的规则型决策函数。
作者称，相比黑箱式符号回归（SR，一种从数据中拟合数学表达式的黑箱方法），该过程让建模者能理解最终策略； 在人群疏散仿真中，其表现优于经典方法和一种现有基于 LLM 的符号回归方法（依据摘要表述）。
该论文题为《Sense, Think, Act, Reflect: Distilling Fast and Interpretable Decision Functions from LLM-Driven Crowds》，作者为 Yichi Zhang、Philipp Andelfinger、Wen Jun Tan、Wentong Cai，机构为新加坡南洋理工大学，发表于美国计算机学会（ACM）旗下期刊 ACM Transactions on Modeling and Computer Simulation，出版日期记录为 2026-09-16。
当前可获取内容为摘要，未阅读全文。 摘要称，大语言模型（LLM）可生成类人智能体行为，但推理成本高、决策不透明； 作者提出决策函数蒸馏（DFD），在迭代过程中从历史智能体轨迹提炼中间洞察，最终转为带注释代码。 两个变体的中间洞察分别以文本形式基于少样本示例生成，或显式形式化为代码片段。
作者在智能体人群疏散场景中演示 DFD，称其表现优于经典方法以及一种当前最优的基于 LLM 的符号回归方法。 具体数据未在摘要中披露。
该研究的看点在于把 LLM（大语言模型） 智能体的“黑箱决策”向可审计的规则代码转化，指向大模型落地中的一个现实矛盾：LLM 能生成类人行为，但推理成本与不透明性限制了仿真规模与可信度。 若该方法可复现，意味着 LLM 可作为“策略采样器”，而运行时不依赖 LLM，从而降低推理成本。
但摘要级证据仅显示其在人群疏散场景中的对比结果，尚无独立复现，也不涉及其他任务类型的泛化； 该论文为期刊发表，摘要未说明是否经过同行评审，也未披露推理成本降低幅度。
后续观察信号
- DFD 的两条实现路径（文本洞察与代码片段形式化）在成本与泛化上有何差异？
- 论文全文是否披露推理成本降低幅度与人群规模上限？
- 该方法与现有智能体仿真规则提取方法在准确率与可读性上如何权衡？