Hugging Face Daily Papers·· 2026-10-15AI 评分70
Co-Evolving Acting and Forecasting for Language Agents:一种无需额外模型的协同进化方法
Co-Evolving Acting and Forecasting for Language Agents
AI 导读
该论文针对长程任务训练中终端奖励信号利用率低的问题,提出 CoPE 方法,通过引入多步动作目标实现智能体行动与预测的协同进化。在 ALFWorld、ScienceWorld 等五个基准测试中,该方法相比 GRPO 和 ECHO 基线实现了更高的样本效率和更强的综合性能,且无需额外模型或推理开销。代码已开源。
来源:Hugging Face Daily Papers · arxiv.org