09:28
官方账号arXiv cs.LG@Xuanyu Lei, Yiqi Zhu, Chenliang Li, Kaiming Liu, Peng Li, Ming Yan, Jieping Ye, Ya-Qin Zhang, Yang Liu
推荐理由：这篇论文提出了一种不用人工任务标注的训练方法，让LLM智能体自己从环境里找目标学，在ALFWorld和ScienceWorld上有效，还能给后续强化学习打底子。
ScienceWorld
共 3 条相关 AI 资讯
8月6日
09:28
State2State是一种从环境交互中派生训练目标的方法，无需外部指定的任务或人工监督。它通过规则匹配状态来验证智能体是否到达目标状态，从而提供可扩展且可验证的训练信号。在ALFWorld和ScienceWorld基准上，State2State作为独立训练阶段在多数设置下提升了智能体性能。用作下游强化学习的初始化时，它进一步提高了最终性能和采样效率，并展现出跨环境泛化的潜力。
7月16日
09:35
09:35
官方账号arXiv cs.AI@Wenjun Wang, Yuchen Fang, Fengrui Liu, Zibo Liang, Kai Zheng
71°
推荐理由：这篇论文用图匹配让智能体一次纠正错误，不用反复试错，在ALFWorld和ScienceWorld上效果比现有方法更好。
7月8日
09:51
09:51
官方账号arXiv cs.AI@Yanping Chen, Weijie Shi, Wen Yang, Jiajie Xu
推荐理由：这篇论文提出了SkillReranker，在智能体任务中通过任务分解引导技能重排序，比传统方法更准更省token，具体在ALFWorld和ScienceWorld上验证了效果。