arXiv 人工智能· Wendi Li, Huseyin A. Inan, Wei-Ning Chen, Yanzhi Chen, Chetan Bansal, Saravan Rajmohan, Sharon Li·· 9 小时前AI 评分47
Agentic World Modeling：无需环境副本的智能体测试时扩展
Agentic World Modeling for Agent Test-time Scaling without Environment Replica
AI 导读
研究人员提出 Agentic World Modeling（AWM），通过安全只读接口查询真实环境构建观测且不改变状态，在无需环境副本的情况下实现智能体测试时扩展（TTS）的并行探索。在 $\tau$-bench、AppWorld 和 OfficeBench 测试中，AWM 相比单次模拟基线平均提升 40.07%，比训练好的世界模型基线平均提升 12.36%。
来源：arXiv 人工智能 · arxiv.org