AgentHER框架通过失败轨迹重标记提升LLM代理训练

研究人员开发了AgentHER，一个旨在通过重新利用失败轨迹来改进LLM代理训练的新框架。该系统将后视经验回放（Hindsight Experience Replay）应用于自然语言，识别失败尝试中其他可实现的目标。此方法将丢弃的数据转化为有价值的训练材料，显著提高了各种模型规模下代理的性能和数据效率。 AI

影响 通过利用失败轨迹提高了LLM代理训练效率，有望在复杂的现实世界任务中提升性能。

排序理由 介绍LLM代理训练新框架的学术论文。

在 arXiv cs.CL 阅读 →

• AgentHER
• Andrychowicz et al.
• GPT-4o
• LLaMA-3.1-8B
• LLM
• Qin et al.
• Qwen2.5-72B
• Qwen2.5-7B
• ShareGPT
• SFT
• ToolBench
• WebArena

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →