论文提出CAFT：用专家文本批评微调LLM智能体

1. 12:00
   arXiv · cs.AI

   超越纠正动作：在文本批评上训练LLM智能体

   研究者提出批判增强智能体微调框架CAFT，让专家模型在学生错误动作之外生成解释错误原因的文本批评，并将两类反馈共同用于微调。基于论文摘要，在Nemotron 3和Gemma 4家族的四个学生模型、τ²-Bench Airline+Retail与WebShop任务上，加入文本批评相较仅进行动作蒸馏平均提升8%；CAFT检查点还被报告为强化学习提供优于专家轨迹蒸馏的起点。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。