热点事件持续更新

CIPR方法提升LLM智能体接口鲁棒性

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究者提出一种名为跨接口策略正则化（CIPR）的自监督训练目标，用于提升LLM智能体面对接口扰动时的鲁棒性。其做法是将动作名替换为无信息标识符，并在两种等价接口下呈现同一样本，通过惩罚两种接口下动作分布的KL散度，使策略行为保持一致。在智能体函数调用任务上，留出的接口扰动会使后训练智能体准确率下降近25%，CIPR可挽回其中10.5%，同时不损害原接口上的准确率。该方法在监督学习和强化学习两种后训练方式中均提升了鲁棒性。

AI 根据报道生成 · 3 小时前更新

最新进展10月15日 12:00

跨接口策略正则化 CIPR：让 LLM 智能体对界面扰动更鲁棒

报道时间线

沿着报道，了解事件的不同侧面。

10月15日

12:00
arXiv cs.CL
跨接口策略正则化 CIPR：让 LLM 智能体对界面扰动更鲁棒
研究者提出自监督目标 CIPR（跨接口策略正则化），通过将动作名替换为无信息标识符、并在两种等价接口下呈现同一样本，惩罚两种接口下动作分布的 KL 散度，使策略行为保持一致。在智能体函数调用任务上，留出的接口扰动会让后训练智能体准确率下降近 25%，CIPR 可挽回 10.5%，同时不损害原接口上的准确率。该方法在监督与强化学习后训练中均提升了鲁棒性。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月15日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。