★ 3
VRL-Bench：有限试错预算下的智能体电脑控制评测
论文提出 VRL-Bench，用于在有限试错预算下公平评估语言智能体的试错学习能力，覆盖 MiniWoB 与 WebShop 上的三个模型。结果显示 Reflexion 等言语记忆方法在部分场景提升成功率，在另一些场景反而降低，反思可能损害探索。作者提出 VEX² 调度器，用语言模型联合选择策略并…
arXiv cs.AI49 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 VRL-Bench，用于在有限试错预算下公平评估语言智能体的试错学习能力，覆盖 MiniWoB 与 WebShop 上的三个模型。结果显示 Reflexion 等言语记忆方法在部分场景提升成功率，在另一些场景反而降低，反思可能损害探索。作者提出 VEX² 调度器，用语言模型联合选择策略并…