arXiv · cs.AI· Bingjie Zhang, Yibo Yang, Qiantong Liu, Benshuo Fu, Yi Chang, Dandan Guo·· 10 小时前
TQG-Exp：基于轨迹质量引导的经验学习框架
Beyond Outcome Feedback: Trajectory-Quality-Guided Experience-based Learning
arXiv:2610.14877v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Bingjie Zhang, Yibo Yang, Qiantong Liu, Benshuo Fu, Yi Chang, Dandan Guo
研究任务与主要进展
Bingjie Zhang等人提出TQG-Exp，通过轨迹质量损失同时利用任务完成结果和执行过程质量，优化大语言模型Agent从历史执行中提取和检索经验。基于论文摘要，在ALFWorld、WebShop和ScienceWorld上，使用DeepSeek-V4-Flash和Qwen3.5-Flash时，TQG-Exp相较最强现有经验学习方法的Avg.@3分别提升4.50和8.55个百分点。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org