arXiv · AI· Haochen Liu, Qianhao Zhu, Zixuan Wang, Dingming Li, Tongbo Chen, Peng Qiu, Yingqi Qu, Weiming Lu, Jun Xiao, Yongliang Shen·· 7 天前AI 评分30
决策模型在长程智能体中的角色分析:演员、评委与教师
Actor, Judge, or Teacher? Understanding Decision Models in Long-Horizon Agents
AI 导读
研究对比 3 个决策模型与 3 个通用 LLM,发现差劲的“演员”仍可有效“教学”。 JEV 模型作为教师,将 Qwen2.5-1.5B 策略在 ALFWorld 成功率从 72.8% 提升至 82.9%。 WebShop 任务中成功率亦从 56.8% 升至 71.4%,代码已开源。
来源:arXiv · AI · arxiv.org