跳到正文
Hugging Face Daily Papers·· 26 天前AI 评分73

Trajectory2Gym:基于决策的可组合交互合成用于工具使用代理

Trajectory2Gym: Decision-Grounded Compositional Interaction Synthesis for Tool-Use Agents

AI 导读

该研究指出成功的工具使用轨迹未必能提供有效的监督信号,可能遗漏多步依赖或包含决策时不可见的动作。为此提出 Trajectory2Gym 方法,通过构建围绕未充分支持的可组合结构的可执行交互,仅从已实现执行中的 grounded decisions 推导监督信号。该方法在五个 Qwen3 规模上均提升了 Tau1、Tau2 和 BFCL 基准的平均表现,尤其在状态依赖和多轮交互任务中增益显著。

来源:Hugging Face Daily Papers · arxiv.org