arXiv · cs.AI· Artin Tajdini, Manpreet Kaur, Peng Qi·· 6 小时前
CIPR通过跨界面一致性训练提升LLM Agent鲁棒性
One Task, Many Interfaces: Simple Cross-Interface Consistency Training Improves LLM Agent Robustness
arXiv:2610.20576v1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：Artin Tajdini, Manpreet Kaur, Peng Qi
研究任务与主要进展
研究提出跨界面策略正则化方法CIPR，通过将同一训练样本置于两个语义等价界面，并约束两种界面下的动作分布，提升LLM Agent对界面变化的鲁棒性。基于论文摘要，CIPR适用于监督学习和强化学习后训练；在Agent函数调用任务中，界面扰动使后训练Agent的准确率下降近25%，CIPR恢复10.5%，同时保持未变更界面上的准确率。
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