语言智能体动作校准方法提出

研究者 Jingyu Liu 等提出一种针对语言智能体的动作校准方法，用于解决智能体难以将交互历史转化为可用经验的问题。研究发现，即使打乱过往动作顺序，任务成功率也仅小幅下降，说明智能体未能可靠地把过去动作与其结果关联起来。 研究者称，将每个返回的观测显式标注为前一动作的结果，可在不引入新环境信息的情况下提升任务成功率并减少下一步动作重复。在此基础上，他们提出一种学习型校准器，通过重新评估过往动作并选择性记录经验来指导后续决策，效果优于单纯的结果标注。

AI 根据报道生成 · 14 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。