Naukowcy zaproponowali metodę ASK+, która radzi sobie z asystencją modeli językowych w środowiskach z częściową obserwacją. Problem leżał w tym, że tradycyjne, oparte na niepewności podejścia prawie nigdy nie skutkowały rzeczywistym wkładem małego modelu - współczynnik przesłonięcia, czyli jak często model niezależnie podpowiadał działanie, osiągał wartości bliskie zeru we wszystkich testach.
Zdaniem zespołu badawczego przyczyna tkwiła w zbyt ubogim kontekście przekazywanym modelowi. Zamiast prostego, egocentrycznego prompta, ASK+ wyposaża model w świadomość stanu - ujawnioną częściowo mapę środowiska, historię odwiedzonych pozycji i sekwencję wcześniejszych działań, a dodatkowo nakłania go do ustrukturyzowanego łańcucha rozumowania. To przekształca model z pasywnego sprawdzacza poprawności w rzeczywistego konsultanta, który czasem potrafi poprawić decyzje głównego agenta.
Wyniki są obiecujące. W środowisku DoorKey ASK+ osiągnęła 93 procent sukcesu wobec 89 procent zarówno dla vanillowego ASK jak i dla PPO. Na FourRooms poprawka wyniosła z 53 na 70 procent, a na HigherLower model uzyskał dokładność 73,7 procent, dorównując górnej granicy możliwości samego modelu. Badacze wykazali również, że sygnał entropii predyktywnej, wykorzystywany do wyboru kiedy zapytać model, rzeczywiście mierzy niepewność działania a nie niepewność stanu, co czyni selektywną asystencję opracowaną dla pełnie obserwowanego świata funkcjonalną również w warunkach pOMDP.