跳到正文
arXiv · AI· Zhongyu He, Yuanfan Li, Fei Huang, Tianyu Chen, Siyuan Chen, Xingyang Li, Meng Hsuan Yu, Xiangrong Liu, Leyi Wei, Lu Pan, Ke Zeng, Xunliang Cai·· 3 天前AI 评分44

SIRI: 基于内在技能自内化强化学习的 LLM 智能体训练框架

SIRI: Self-Internalizing Reinforcement Learning with Intrinsic Skills for LLM Agent Training

AI 导读

提出 SIRI 框架,让 LLM 智能体在无外部技能生成器的情况下自发现、验证并内化技能,推理时仅使用原始提示词即可运行。 在 Qwen2.5-7B-Instruct 上,SIRI 将 ALFWorld 性能从 GiGPO 的 0.908 提升至 0.930,WebShop 从 0.728 提升至 0.813,表现优于基于提示、强化学习和记忆增强的基线方法。

来源:arXiv · AI · arxiv.org