HF Daily Papers·· 5 天前精选AI 评分41
Trace2Env:从交互轨迹构建面向交互式环境模拟的智能体语言世界模型
From Traces to Agentic Worlds: Agentic Language World Models for Interactive Environment Simulation
AI 导读
Trace2Env 提出一种无需训练的智能体语言世界建模框架,在原始系统不可用时将历史交互轨迹重建为可复用 worldbook,并在运行时推断每个动作的观测和长期状态变化。在九个环境的实验中,Trace2Env 在下一观测保真度和长程交互一致性上均优于基于 prompt 的语言世界模型,多轮交互中任务智能体动作在真实环境回放时仍然有效。
推荐理由
在没有可执行环境时仅凭历史交互轨迹重建世界模型并支撑多轮任务,为训练和评估 LLM 智能体提供了一种可复用的替代路径。
来源:HF Daily Papers · huggingface.co