跳到正文
arXiv · AI· Xingguang Ji, Ziqiang Dong, Yubo Zhang, Xi Leng, Ninghua Yan, Yang Yang, Guanjun Jiang·· 10 天前AI 评分42

SkillDuet:通过响应反馈协同进化模型与技能

SkillDuet: Co-Evolving Models and Skills through Response Feedback

AI 导读

SkillDuet 框架利用模型响应反馈协调参数更新与技能进化。在 Qwen3-4B 上,ALFWorld 成功率达 98.57%,WebShop 达 92.97%,分别超出 SEED-API 基线 2.86 和 5.47 个百分点。

来源:arXiv · AI · arxiv.org