CB-Agent：概念化上下文学习用于序列动作选择

Qingyue Zhang 等发布论文（arXiv:2610.14574v1），提出 CB-Agent，将概念式上下文学习扩展到序列动作选择：把专家轨迹中的环境—动作决策提炼为概念向量，用最大似然拟合将冻结语言模型特征与先验结合，在 ReAct 交互中直接选择动作，从而避免把完整演示轨迹放进动作评分的上下文。 作者报告，在 TextWorld、ALFWorld、ScienceWorld 三个基准上，CB-Agent 在所测试的三个模型规模下均取得受评方法中最高的跨基准平均分，并在每个规模下于 TextWorld 和 ScienceWorld 上排名第一。代码已在匿名仓库开放。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。