浙大研究:弱模型也能当教练提升智能体表现
X:Rohan Paul (@rohanpaul_ai)AIHOT スコア 44/100
要約
浙江大学论文提出,本身不擅长任务的决策模型 JEV 单独执行 ALFWorld 任务成功率仅 42.9%,但作为步骤评分器可将 Qwen2.5-1.5B 策略的成功率从 72.8% 提升至 82.9%。
元の記事の見出し
AI model that is itself bad at a task can still train another AI to do it well.