新框架AEWM重构LLM智能体世界模型，多基准提升3至7分
论文AI 评分 78/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
针对LLM智能体预测高熵工具反馈价值有限及任务状态污染问题，提出Agent-Editing World Model（AEWM）。该框架聚焦推理与动作对未来任务进展的塑造，结合Action Judge区分关键、探索与噪声决策，并用State Revision编辑噪声推理-动作延续。其集成版EditAct在六项基准与三种骨干上，较最强基线平均提升3.2至6.7分；Action Judge基准宏观F1达70.5%，超基线10.6点。基于其轨迹的AEWM-RFT在三个领域较Self-RFT提升2.2至2.6分。
为什么值得看
直击智能体长程任务中的状态污染痛点，通过编辑推理状态而非模拟环境反馈显著提效，为智能体训练提供新范式。
智能体
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。