跳到正文
实时
热点事件历史事件

Trajectory2Gym 引入智能体改进工具使用训练

1 篇报道1 个报道来源23 天前更新

先了解这件事

AI 综述

Trajectory2Gym 通过构建具有组合覆盖和决策基础的交互来改进工具使用训练,而非收集成功轨迹。该系统在五个 Qwen3 模型规模上提升了 Tau1、Tau2 和 BFCL 指标,平均提升 16.9-29.8 百分点,尤其增强状态化多轮交互能力。

AI 根据报道生成 · 更新于 23 天前

报道时间线

沿着报道,了解事件的不同侧面。

10月27日
  1. Hugging Face Daily Papers
    Trajectory2Gym:决策引导的工具使用合成训练工具使用智能体

    Trajectory2Gym 通过构建具有组合覆盖和决策基础的交互来改进工具使用训练,而非收集成功轨迹。该系统在五个 Qwen3 模型规模上提升了 Tau1、Tau2 和 BFCL 指标,平均提升 16.9-29.8 百分点,尤其增强状态化多轮交互能力。