研究人员开发了CoEvoke,一个旨在通过收集更具信息量的轨迹来改进多智能体协作训练的新框架。该框架引入了受控扰动和基于参考的指导,以鼓励智能体在任务完成过程中进行检查、反馈和修复。由此产生的包含软件工程和推理任务中4,567条轨迹的数据集表明,这种丰富的训练数据显著提高了智能体在ACPBench-Hard和SWE verifier任务等基准测试中的性能。 AI
影响 CoEvoke收集纠正性监督的方法可能导致更强大、更有能力的多智能体系统。
排序理由 该集群包含一篇详细介绍新AI训练框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →