arXiv 人工智能· Qingyue Zhang, Huaze Tang, Minyu Zhang, Yuxiang Yan, Wenbo Ding, Shao-Lun Huang·· 7 小时前AI 评分35
CB-Agent：面向序列动作选择的基于概念上下文学习
CB-Agent: Concept-Based In-Context Learning for Sequential Action Selection
AI 导读
研究人员提出 CB-Agent，将基于概念的上下文学习拓展至交互式智能体的序列动作选择中。该方法从专家轨迹中提取环境-动作决策，通过最大似然估计拟合概念向量，在 ReAct 交互中无需将完整示例放入打分上下文即可选择环境动作。在 TextWorld、ALFWorld 和 ScienceWorld 评测中，CB-Agent 在所测试的三种模型规模下均取得最高跨基准平均分，代码已开源。
来源：arXiv 人工智能 · arxiv.org