Action Calibration

新研究揭示语言代理难以从过往行动中学习

研究人员发现语言代理存在一项局限性，即它们无法有效地从过往经验中学习以改进未来决策。尽管历史通常有助于任务完成，但即使在过往行动被随机化的情况下，代理的成功率也几乎没有下降，这表明它们未能将行动与其结果联系起来。为解决此问题，通过简单地将观察结果标注为先前行动的结果，可以提高成功率并减少冗余行动。此外，还开发了一个学习型校准器，用于明确重新评估过往行动并选择性地记录经验，从而提高了任务成功率。