★ 2
CB-Agent：基于概念的上下文学习用于序列动作选择
论文提出 CB-Agent，将基于概念的上下文学习扩展到序列动作选择，从专家轨迹中提取环境动作决策并以最大似然拟合概念向量，建模候选动作的条件分布。在 TextWorld、ALFWorld、ScienceWorld 三个基准上，该方法在三种模型规模下均取得最高跨基准平均成绩，并在 TextWorl…
arXiv cs.AI19 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 CB-Agent，将基于概念的上下文学习扩展到序列动作选择，从专家轨迹中提取环境动作决策并以最大似然拟合概念向量，建模候选动作的条件分布。在 TextWorld、ALFWorld、ScienceWorld 三个基准上，该方法在三种模型规模下均取得最高跨基准平均成绩，并在 TextWorl…