STeCa: Step-level Trajectory Calibration for LLM Agent Learning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了STeCa框架,解决了LLM代理在长时间任务中因次优动作偏离轨迹的问题。通过步级奖励比较识别次优动作,并利用反思构建校准轨迹,显著提升了代理的决策能力和任务完成的稳健性。

🏷️

标签

➡️

继续阅读