浙大研究:弱模型也能当教练提升智能体表现
自动整理 · 基于采集摘要,未逐条核验
本站整理于
事件要点
浙江大学论文提出,本身不擅长任务的决策模型 JEV 单独执行 ALFWorld 任务成功率仅 42.9%,但作为步骤评分器可将 Qwen2.5-1.5B 策略的成功率从 72.8% 提升至 82.9%。
相关背景
AI Agent 是什么?用资料整理看懂它与聊天机器人的区别
本文讨论由大语言模型驱动的 AI Agent:它围绕一个目标选择下一步操作,通过工具获得外部结果,再据此继续执行或停止。例如整理会议资料时,它可以先搜索文件,读取内容后发现缺少日期,再补查另一份记录。普通问答只生成回复;Agent 增加了对执行过程的动态控制。能调用一次工具并不自动证明它有这种控制,仍应检查工具记录与完成结果。
阅读说明
事件要点来自采集摘要;相关背景引用本站已有资料,帮助理解术语,不作为本次事件的新事实。产品效果、适用条件及后续变化请查看原始资料。
原文来源
来源与采集进展
| 来源 | 报道标题 | 原文发布时间 | 本站收录时间 |
|---|---|---|---|
| x.com | 浙大研究:弱模型也能当教练提升智能体表现 | 2026-11-15 02:59 | 2026-11-15 03:27 |