CB-Agent

新的CB-Agent方法增强了LLM的顺序动作选择能力

研究人员开发了CB-Agent，一种用于大型语言模型顺序动作选择的新型上下文学习方法。该方法侧重于从专家轨迹中学习可重用的评分规则，而不是直接输入完整的演示或依赖自然语言摘要。CB-Agent将提取的环境-动作决策与冻结的语言模型特征和先验知识相结合，以指导交互过程中的动作选择，并在TextWorld、ALFWorld和ScienceWorld基准测试中取得了最佳性能。