研究人员开发了Agentic World Modeling (AWM),这是一种改进大型语言模型代理的新方法,它使测试时能够进行扩展,而无需复制整个环境。AWM将下一个观测预测重新构建为证据获取任务,代理模拟器通过安全接口查询真实环境,以构建结果观测,而不会改变共享状态。这种方法允许在共享的、不可重置的环境中进行并行探索,在$\tau$-bench、AppWorld和OfficeBench等基准测试中,其性能平均比单次模拟基线高40.07%,比训练过的世界模型基线高12.36%。 AI
影响 能够更高效、更可扩展地在复杂共享环境中测试LLM代理。
排序理由 该集群包含一篇详细介绍LLM代理新方法的论文。
- Agentic World Modeling
- AppWorld
- arXiv
- Large Language Model Agents
- OfficeBench
- $\tau$-bench
- test-time scaling
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →