Hugging Face Daily Papers·· 2 天前AI 评分42
Agent-Reflex：训练语言智能体进行反思性行动
Agent-Reflex: Teaching Language Agents to Act Reflectively
AI 导读
研究提出 Agent-Reflex，一个激励智能体主动反思的通用训练框架，包含环境反思技能发现（RSD）、反思监督微调（ReSFT）与在策略反思策略优化（ORPO）三个阶段。
来源：Hugging Face Daily Papers · huggingface.co