Agent-Editing World Model：重新思考大语言模型智能体的世界建模
该研究提出 Agent-Editing World Model（AEWM），不再重点模拟工具响应，而是建模智能体的推理和行动如何影响后续任务进展。AEWM结合 Action Judge，将决策区分为关键、探索性和噪声性决策；同时利用 State Revision，根据相同历史修正错误的推理—行动延续。EditAct进一步将这些能力与真实执行结合。在搜索、终端和软件工程任务上训练后，AEWM在 Action Judge 基准上取得70.5%的 macro-F1，比最强的前沿基线高10.6个百分点。在六项基准和三种智能体骨干模型上，EditAct将平均得分提高3.2至6.7个百分点。基于经过验证的 EditAct 轨迹进行拒绝采样微调后，AEWM-RFT在三个领域比 Self-RFT 高出2.2至2.6个百分点。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。