尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
华东师大:从单纯堆环境到系统级自我进化
📖标题:WEFT: Scaling Tool-Use Post-Training for General-Purpose Agents🌐来源:arXiv, 2609.36887v1🛎️文章简介🔸研究问题:如何在不只是简单增加可执行环境数量的情况下,通过优化整个代理交互系统来提升大模型使用工具的能力?🔸主要贡献:论文提出了WEFT框架,将训练重点从单一环境扩展至包含环境、任务、代理 harness 和评估器的完整交互系统,并通过执行反馈实现系统的自我进化和稳定训练。📝重点思路🔸构建可扩展的代理交互系统:不仅合成有状态的环境,还生成经过验证的原子任务,并将其组合成跨工具的复杂工作流。同时,通过改变任务披露方式(如完全告知或模拟用户逐步提问)和使用不同的代理运行框架,增加交互的多样性。🔸执行驱动的自我进化:利用执行轨迹和状态证据来区分是模型策略错误还是环境、任务或验证器本身的问题。针对非模型错误进行组件修订,并通过新一轮的执行来验证修改效果,从而迭代提升训练信号的质量。🔸稳定的大规模后训练:在监督微调中,采用保留前缀的拒绝采样,只重试失败的原子步骤而保留已成功的前序进度;在强化学习中,通过任务过滤确保验证器可靠性,并使用原子轮次的信用分配提供细粒度的学习信号。🔸MegaMCP基础设施:设计了一种共享服务架构,允许多个并发执行过程共享工具服务后端,但保持各自数据库和工作区状态的隔离与可恢复,大幅降低了资源消耗和启动延迟。🔎分析总结🔸性能显著提升:WEFT训练的8B和14B模型在BFCL V4、τ2-Bench和Claw-Eval等多个基准测试中,均优于同等规模的其他环境扩展基线模型,特别是在记忆和多轮交互任务上表现突出。🔸自我进化有效:在固定任务和预算的情况下,经过三轮自我进化,训练轨迹中的工具调用错误率相对降低了45.5%,下游基准测试分数提升了3.65至5.25个百分
RELATED

相关推荐

AI落地的替代悖论:裁员预期如何摧毁AI最需要的经验供给

AI落地的替代悖论:裁员预期如何摧毁AI最需要的经验供给

【摘要】埃森哲《2026中国企业数字化转型指数》覆盖七个行业160余家中国企业,数据显示生成式AI规模化应用占比从2025年的46%升至2026年的88%,但实现显著业务成果的企业仅从9%升至14%,仅34%完成配套组织架构重构。围绕AI落地的核心替代悖论&am…

📅 2026/10/21 2:30:45
106.从中序与后序遍历序列构造二叉树

106.从中序与后序遍历序列构造二叉树

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📅 2026/10/21 2:30:45
Django 权限系统项目实战详细图文教程1--前后端架构搭建设计

Django 权限系统项目实战详细图文教程1--前后端架构搭建设计

来源引用网络知识与某站曹老师视频相互结合学习记录,仅供参考! 架构搭建 一、后端架构搭建 创建项目 1、PyCharm 工具→文件(F)→新建项目...→选中“Django”项目→自定义输入名称后单击“创建”按钮,推荐使用项目虚拟环境; 2…

📅 2026/10/21 2:25:45
MORE NEWS

更多资讯

📰

VS Code高效开发指南:工作区、多光标与调试技巧

1. 第一次使用就该搞懂的工作区概念:文件夹与.code-workspace很多人上手VS Code,习惯就是点击"文件-打开文件夹",把一个项目目录拖进窗口就开始写代码。这个流程对单仓库项目完全没问题,直到你开始同时维护多个仓库、前…

📰

统信UOS服务器部署OpenClaw AI Agent完整避坑手册

刚在一台统信 UOS V2500 服务器上把 OpenClaw AI Agent 完整跑通,前后踩了大大小小七八个坑,这里把整个安装部署过程整理成一份可照着抄的手册。UOS 服务器版和常见的 x86 发行版不太一样,尤其涉及 Python 版本、动态库、编译工具链这几块&am…

📰

Kubernetes生产实战:HPA自动扩缩容与Helm编排实践

1. 先搞清楚这两个东西到底在解决什么问题1.1 扩容这件事,为什么不能靠手点我见过太多团队在 Kubernetes 上跑业务,第一年风平浪静,第二年一到流量高峰就全员进入“备战状态”。运维盯着 Grafana 看流量,流量一涨立刻 kubectl sca…

📰

HPA与Helm实战:Kubernetes自动扩缩容与模板化部署

如果你负责维护一个 Kubernetes 集群,或者正打算把业务往容器平台上迁移,那么 HPA 和 Helm 这两样东西早晚会一起出现在你的工作清单里。HPA 干的事情比较纯粹:让应用的副本数跟着流量自动变化,流量大了自动扩容,闲下来…

📰

单周期RISC-V CPU设计:Vivado实战与FPGA落地指南

简介:本资源是一套基于Verilog实现的单周期CPU完整FPGA设计工程,面向数字电路、计算机组成原理课程学习者及FPGA初学者,旨在通过可综合、可仿真的真实项目,直观呈现取指、译码、执行、写回等CPU核心流程,解决教学中抽象…

📰

用GDAL实现遥感影像裁剪:从范围裁剪到批量处理实战

搞遥感影像处理的人,迟早都会碰到影像裁剪这个需求。无论是从一幅标准景影像里切出研究区,还是按行政区边界做镶嵌裁剪,抑或是给深度学习模型准备训练切片,这一步几乎绕不开。GDAL 是我这些年用得最顺手的工具,没有之一…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬