arXiv cs.AI· Qing Ping, Wei Yang, Panpan Xu, Johannes Kirmayr, Lukas Stappen, Junjie Tang, Jun Huan·· 1 天前AI 评分51
GRADUS：从环境潜在课程中挖掘与恢复智能体训练任务
GRADUS: Discovering and Recovering Agent Lessons from the Environment's Latent Syllabus
AI 导读
论文提出 GRADUS，无需种子任务即可把固定环境视为潜在课程，提取行为算子并组合成难度递增的任务，用于训练策略约束工具环境中的 LLM 智能体。不同于只保留模型当下能解出任务的旧流程，GRADUS 将验证作为恢复信号，联合校准任务与解法。
来源：arXiv cs.AI · arxiv.org