arXiv · AI· Zhengfeng Yu, Tian Lan, Zhijing Wu, Enbo Zhao, Xuannan Liu, Feihu Jiang, Qianghuai Jia, Longyue Wang, Zhao Xu, Weihua Luo, Xian-Ling Mao·· 2 天前AI 评分31
CrossEnv:通过合成可验证的跨环境任务训练长程智能体
CrossEnv: Synthesizing Verifiable Cross-Environment Tasks for Long-Horizon Agent Training
AI 导读
CrossEnv框架提出利用实体工具图识别环境连接,合成可执行、可验证的跨环境任务,解决单一环境数据无法捕捉服务间依赖的问题。 该框架结合跨环境数据与从单环境多环境协调逐步引入用户交互的课程学习策略,在四个外部基准测试中用更少训练样本达到竞争性性能。 分析证据表明该数据与课程训练有助于向新环境组合及更长工作流迁移。
来源:arXiv · AI · arxiv.org