跳到正文
arXiv · AI· Litong Feng, Ji Qi, Yiran Cheng, Shaowu Pan, Xinyu Zhang, Qijun Li·· 14 天前AI 评分41

Reward Engine:面向开放式工具智能体的奖励中心自进化方法

Reward Engine: Reward-Centric Self-Evolution for Open-Ended Tool Agents

AI 导读

研究团队提出 Reward Engine,通过构建冻结的 RewardPack 为缺乏标准答案的开放式工具任务生成可执行奖励。在 WorkBuddy Bench 和 Claw-Eval 中,该奖励机制与基准评分者排序一致率分别达 82.3% 和 80.5%。

来源:arXiv · AI · arxiv.org