跳到正文
arXiv · ML· Zhexi Lu, Subhajit Chaudhury, Tejaswini Pedapati, Keerthiram Murugesan, Lei Yu·· 7 天前AI 评分28

StateAlign 如何通过强化学习提升多轮工具智能体的可靠性

StateAlign: Internalizing State-Aware Decision-Making for Reliable Multi-Turn Tool Agents via Reinforcement Learning

AI 导读

StateAlign 结合任务状态构建与状态对比强化学习,解决智能体工具幻觉问题。 在 BFCL v4 多轮任务中,Qwen3-8B 准确率从 45.5% 提升至 55.2%,SimpleToolHalluBench 无工具幻觉率由 62.2% 降至 56.1%。 该方法在五个基座模型上验证有效,增强了智能体对任务状态的适应能力。

来源:arXiv · ML · arxiv.org