研究探索语言代理与非语言代理的协作方式
一项研究考察，将非语言代理的连续状态表示压缩为简短文本摘要，是否会限制其与大型语言模型的协作。研究人员推出 LLAMIA-Bench，包含六项协作式国际象棋任务，涵盖行为模仿、状态评估和自然语言解释。作为语言化传递的替代方案，潜在状态内化方法将专用代理的表示直接投射到语言模型的 token 流中，以学习得到的状态 token 进行编码，并随环境状态变化动态重新编码。实验结果显示，基于语言描述的整合存在持续的性能差距，该差距会在训练过程中扩大，即使模型从 40 亿参数扩展到 140 亿参数仍然存在。研究称，采用该方法训练的 140 亿参数模型 LLAMIA，在所有基准任务上都能达到或超过专用系统以及可使用工具的 GPT-5.1 等前沿模型。相关结果目前基于国际象棋任务，仍需在机器人等更广泛的环境中验证。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。