提出CIPR提升LLM Agent跨接口鲁棒性

Artin Tajdini、Manpreet Kaur、Peng Qi在arXiv发布论文，提出跨界面策略正则化（CIPR），一种自监督训练目标：用无信息标识符替换动作名称，并将同一训练样本置于两个语义等价的界面中，约束两种界面下的动作分布，用于监督学习和强化学习后训练，以提升LLM Agent对界面变化的鲁棒性。 在Agent函数调用任务上，留出的接口扰动使后训练Agent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。以上结果基于论文摘要，尚未经独立复现。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。