SelfCompact

新的 AI 智能体利用世界模型和自我修复来增强推理能力

研究人员推出了 Qwen-AgentWorld，这是一种新颖的语言世界模型，旨在模拟七个领域的智能体环境。该模型通过持续预训练、监督微调和强化学习的三阶段流程进行训练，并使用新的 AgentWorldBench 基准进行评估。此外，还开发了一个名为 Polaris 的小型语言模型框架，通过经验抽象和策略修复实现递归自我改进，在各种推理基准上显示出持续的提升。