Des chercheurs testent de nouvelles méthodes d’entraînement pour les agents LLM

Trois nouveaux rapports de recherche décrivent des méthodes pour améliorer les agents LLM grâce à un entraînement fondé sur l’environnement ou sensible aux interactions. State2State convertit les états d’environnement explorés en objectifs d’état cible et fait état de gains sur ALFWorld et ScienceWorld, y compris comme initialisation pour un apprentissage par renforcement en aval. EnvACE remplace l’interaction avec des environnements externes pendant l’entraînement par une « répétition du monde », avec de solides performances transférables sur BFCL-v4, tau^2-Bench, VitaBench et FinMCP-Bench. OASE s’attaque aux environnements multi-agents dynamiques en n’acceptant les révisions de compétences qu’après des comparaisons ancrées dans l’historique face à des instantanés de stratégies adverses.