arXiv cs.AI / cs.LG 最新· Qing Ping·· 22 小时前AI 评分50
GRADUS：从环境潜在课程中发现并回收 Agent 经验
GRADUS: Discovering and Recovering Agent Lessons from the Environment's Latent Syllabus
AI 导读
Gradus 把固定环境当作“潜在课程”，无需种子任务即可提取受约束的行为算子，再组合成难度递增的任务，并将验证从终筛变成回收信号。该方法使 30B 模型在 τ²-Bench 上从 59% 升至 89%，在 CAR-Bench 上从 47% 升至 83%（由 Opus 4.5 出题）。改用开源 Qwen3-235B 出题时，这两个分数分别为 76% 和 62%。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。