跳到正文
arXiv · AI· Renhao Li, Xinjie Shen, Yang Su, Jianhong Tu, Derek F. Wong, Dayiheng Liu, Min Yang·· 2026-10-16AI 评分45

MetaExp:通过可验证跨任务环境缩放学习自我改进

MetaExp: Learning to Self-Improve through Experience via Verifiable Cross-Task Environment Scaling

AI 导读

MetaExp 框架通过可验证任务家族训练 Qwen3.5-122B-A10B,实现经验学习能力的迁移。 该方法利用 4,956 条轨迹微调模型,在 SpreadsheetBench 上提升 8.5 分,在 AutomationBench 上提升 14.8 分。 参数冻结下收益持续,证明经验学习是部署后非参数改进的可迁移能力。

来源:arXiv · AI · arxiv.org