Hugging Face Daily Papers·· 2026-10-11AI 评分72
ANTE:学习用于编码智能体的内部世界模型以进行预测与执行
ANTE: Anticipate, Then Execute -- Learning Internal World Models for Coding Agents from Verified Beliefs
AI 导读
该论文提出 ANTE 框架,旨在构建能够知晓过去、当前状态及下一步行动结果的代码世界模型。针对现有编码智能体缺乏前瞻性的问题,该方法通过真实执行验证策略的预动作预测,利用 Belief-Anchored Policy Optimization (BAPO) 将预测转化为每步优势,并引入 ANTE-TTO 在推理时选择候选动作。
来源:Hugging Face Daily Papers · arxiv.org