arXiv 人工智能· Jiongxiao Wang, Han Ding, Youzhi Luo, Yawei Wang, Yun Zhou, Linbo Liu, Panpan Xu·· 2 小时前AI 评分41
利用陷阱预判世界模型引导黑盒大语言模型智能体
Steering Black-Box Large Language Model Agents with Pitfall Anticipation World Model
AI 导读
研究人员提出陷阱预判世界模型（PAWM），通过在潜在风险出现时选择性介入并预判失败，引导黑盒 LLM 智能体规避错误。该模型先在合成数据上进行监督微调（SFT），再与黑盒 LLM 进行 GRPO 联合训练以优化目标环境表现。实验显示，PAWM 使 Claude Sonnet 4.5 在 ScienceWorld 上的表现提升 24.3%，在 WebArena-Lite 上提升 7.7%。
来源：arXiv 人工智能 · arxiv.org