arXiv cs.AI· Bart{\l}omiej Cupia{\l}, Jens Tuyls, Maciej Wo{\l}czyk, Davide Paglieri, Martin Klissarov, Benjamin Eysenbach, Piotr Mi{\l}o\'s, Karthik R. Narasimhan·· 1 天前AI 评分41
抽象阶梯的上下：面向语言智能体的代码化技能
Up and Down the Abstraction Ladder: Code-Based Skills for Language Agents
AI 导读
针对 NetHack 的研究提出 CodeHack 代码技能库，让语言智能体调用带自然语言描述的可复用技能，而不是逐步选择原始动作。零样本评估中，技能相比原始动作使游戏进度接近提升至三倍，每回合推理成本降低 86%；在强化学习下，相同训练预算内技能智能体的地牢层数平均增益达 7.2 倍。技能与原始动作组合可保留大部分收益，CodeHack 及训练、评估代码已开源。
来源：arXiv cs.AI · arxiv.org