跳到正文
arXiv · AI· Yuechun Yu, Wenzheng Kong, Xiaofeng Mao, Jin Zhang·· 4 天前AI 评分24

G-CAST:面向需求演化的电商智能体受治理持续自训练系统

G-CAST: Governed Continual Self-Training for E-Commerce Agents under Evolving Demands

AI 导读

G-CAST 是一个受治理的持续自训练系统,将生产环境证据转化为奖励路由和熵优先的训练数据,以应对电商智能体中的需求漂移和工具演化。 该系统通过受治理的检查点转换和累积评估控制模型更新,确保在适应新行为的同时保留已验证的能力。实验表明,G-CAST 在适应新需求和保留旧行为上优于自主后训练基线。 G-CAST 已部署在阿里巴巴 1688 平台的 B2B 采购智能体“元采”中。

来源:arXiv · AI · arxiv.org