超越单一路径：评估和增强交互式 LLM 智能体中的发散思维

发散思维是创造性的一个核心维度，但现有的大语言模型（LLM）评估将其视为单轮文本生成，未能捕捉智能体在迭代交互中推理的方式。为此，我们引入 MUTATE，一个旨在评估智能体级发散思维的交互式基准，分为两个层次：路径层面（path-level），其中智能体发现多个通往同一目标的备选路径；以及行动层面（action-level），其中单个动作需要非典型的、机制性转移的对象用途。不同于仅关注成功的评估，MUTATE 对完成的路径和离路径尝试进行评分，捕捉传统成功率会忽略的发散推理。我们的实验显示，前沿 LLM 在 MUTATE 上的表现显示现有框架存在结构性盲点：当面临immediate convergence pressure时，模型倾向于陷入immediate action fixation，未能提高行动层面的发散性。为克服这一问题，我们提出了 ReDNA，通过分离无约束的发散候选生成与收敛约束选择来实现。ReDNA 在两个发散层面上均显著优于先前方法，并在外部创意环境中有效泛化。我们也确认其成功归因于对韧性发散推理的质性提升，而非简单的环境探索。