ADWM离线评估框架

1. 13:00
   arXiv · ML

   ADWM 自回归扩散世界模型用于 LLM Agent 离线策略评估

   针对 LLM Agent 在线评估成本高、风险大，论文提出 ADWM 评估框架。 该框架通过潜空间扩散模型模拟环境响应，利用策略条件得分函数引导生成，实现离线轨迹的逐步可靠推演，避免了复合误差。 实验证明 ADWM 在多种多轮交互任务中能准确评估新策略性能。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。