arXiv · ML· Qijin Zhang, Hanzhen Wang, Yan Huang, Zhongxiang Dai, Shuang Qiu·· 3 天前AI 评分23
基于潜在特征引导任务选择的 LLM 智能体技能进化方法 SPG-Select
What to Practice Next? Latent Profile-Guided Task Selection for Skill-Evolving LLM Agents
AI 导读
该框架 SPG-Select 通过 MIRT 推断多维度特征,优化了 LLM 智能体的练习预算分配策略。在 ALFWorld 和 WebShop 测试中,SPG-Select-R 的留出终端成功率比均匀采样高出 0.93-13.18 个百分点。该方法为非平稳技能需求下的任务选择提供了理论保证,实现了智能体技能的持续进化。
来源:arXiv · ML · arxiv.org