研究人员开发了Trajectory2Gym，一个旨在改进工具使用智能体训练的新型框架。该系统专注于构建确保组合覆盖和决策接地的交互，而不是简单地收集成功的轨迹。通过从已实现执行中的接地决策中获得监督，Trajectory2Gym旨在创造更具学习性的交互体验。在Qwen3模型的五个尺度上，这种方法显著提高了在Tau1、Tau2和BFCL基准测试上的性能，在有状态和多轮交互中显示出最强的提升。 AI
影响 增强了AI智能体的训练方法，可能提高了它们处理复杂、多步骤任务的能力。
排序理由 该集群包含一篇详细介绍AI智能体训练新框架的研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2610.33568v1 Announce Type: new Abstract: Successful tool-use trajectories are not necessarily useful supervision. Even successful interactions may underrepresent multi-step dependencies or contain actions that are unjustified by the information visible to the agent at deci…
Trajectory2Gym improves tool-use training by constructing interactions with compositional coverage and decision grounding rather than collecting successful trajectories.