智能体
全球精选 ·
AgentRM：通过奖励建模增强智能体的泛化能力
论文提出AgentRM方法，通过奖励建模提升基于大语言模型的智能体在未知任务上的泛化性能。现有智能体在训练过的任务上表现优异，但面对新任务时效果不佳，AgentRM旨在缓解这一问题。
AI推荐理由 大多数智能体在新任务上泛化能力差，AgentRM通过奖励建模提升未知任务表现，可能减少任务级微调成本，加速智能体在动态环境中的实用部署。
80
正文
当前仅保存了标题或简介；并非所有来源都提供正文，可通过下方原文链接查看。