研究人员开发了CurateEvo,一个用于动态演进数据策展策略的新框架,以改进大型语言模型(LLM)Agent的训练后阶段。这种由失败驱动的方法通过分析失败的轨迹来迭代地优化策展方法,从而为微调和强化学习提供更有效和高效的数据准备。在ACEBench-Agent和tau^2-Bench等基准上的实验表明,CurateEvo的性能持续优于现有的策展技术,提高了Agent的性能并降低了开销。 AI
影响 这项研究介绍了一种更有效和高效的方法来为LLM Agent准备数据,有可能提高它们在复杂、长时域任务上的性能。
排序理由 该集群包含两个相同的arXiv预印本,详细介绍了LLM Agent的新数据策展框架。
- ALFWorld
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- HotpotQA
- Hugging Face
- IArxiv
- ScienceCast
- Terminal-Bench-Dev
- ACEBench-Agent
- BFCL v4
- CurateEvo
- tau^2-Bench
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →