arXiv · AI· Wenbo Huang, Jianxin Bi, Shunyu Yang, Ruiyang Si, Rui Ni, Qiang Wang, Shulong Jiang, Yintianrun Zhang, Feixiang Ruan, Kewei Zhang, Ye Huang, Shukai Gong, Daquan Zhou·· 23 小时前AI 评分20
具身自我提升中标准暴露：学习任务还是学习验证器？
Learning the Task or Learning the Verifier? Rethinking Criteria Exposure in Embodied Self-Improvement
AI 导读
具身编码智能体在标准暴露（CE）下虽能快速提高验证器评分，但该优势在标准微调后消失，且技能跨任务迁移能力差。 研究提出指令忠实标准，证明其比原验证器更能反映智能体生成代码的真实任务完成度。
来源：arXiv · AI · arxiv.org