利用预测陷阱的世界模型引导黑盒大语言模型智能体
研究人员提出了陷阱预判世界模型（PAWM），帮助黑盒大语言模型智能体在多步骤任务中避免可预见的失败。不同于以往在每一步预测下一次观察结果的世界模型，PAWM只在可能出现陷阱时选择性介入，并预测即将发生的失败。该模型先使用标注了智能体陷阱的合成数据进行监督微调，随后在目标环境中通过GRPO与黑盒大语言模型联合训练。在评测中，PAWM使Claude Sonnet 4.5在ScienceWorld上的表现提升24.3%，在WebArena-Lite上提升7.7%，并超过多种基线方法。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。