AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：双角色演进×
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
6月10日
12:42
12:42arXiv cs.AI@Xucong Wang, Ziyu Ma, Shidong Yang, Tongwen Huang, Pengkun Wang, Yong Wang, Xiangxiang Chu
精选
Role-Agent 是一种让单个 LLM 同时扮演智能体和环境的框架，通过自举式协同进化提升性能。它包含两个核心组件：World-In-Agent（WIA）让模型在每次行动后预测未来状态，利用预测与实际状态的对齐作为过程奖励，促进环境感知推理；Agent-In-World（AIW）则分析失败轨迹中的模式，并检索具有相似失败模式的任务，重新调整训练数据分布进行针对性练习。在多个基准测试中，Role-Agent 平均提升超过 4%，解决了传统智能体学习依赖低效交互反馈和静态训练环境的问题。
论文LLM智能体自举学习过程奖励双角色演进arXiv论文
推荐理由：做 LLM 智能体训练的团队终于有了一个无需外部环境反馈的自我进化方案——Role-Agent 让模型自己当裁判和教练，平均提效 4%+，值得在复杂任务场景中试试。
原文