Pesquisadores testam novos métodos de treinamento para agentes de LLM

Três novos relatórios de pesquisa descrevem métodos para aprimorar agentes de LLM por meio de treinamento derivado do ambiente ou sensível às interações. O State2State converte estados de ambiente explorados em objetivos de estado-alvo e relata ganhos no ALFWorld e no ScienceWorld, inclusive como inicialização para aprendizado por reforço posterior. O EnvACE substitui a interação com ambientes externos durante o treinamento por “ensaio de mundo”, relatando forte desempenho transferível em BFCL-v4, tau^2-Bench, VitaBench e FinMCP-Bench. O OASE aborda cenários multiagente dinâmicos ao aceitar revisões de habilidades somente após comparações ancoradas no histórico contra instantâneos de estratégias dos oponentes.