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。
State2State
共 1 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。