提出TQG-Exp轨迹质量引导经验学习框架
热点事件持续更新
提出TQG-Exp轨迹质量引导经验学习框架
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Bingjie Zhang等人在arXiv发布论文，提出TQG-Exp经验学习框架：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，改进大语言模型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三个环境上，使用DeepSeek-V4-Flash和Qwen3.5-Flash两种骨干模型时，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。
AI 根据报道生成 · 3 小时前更新
最新进展10月14日 12:00
TQG-Exp：基于轨迹质量引导的经验学习框架报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AITQG-Exp：基于轨迹质量引导的经验学习框架
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。