RealFeedApp Agentic World Modeling skaliert Agenten ohne Umgebungsreplikate
Die Annahme paralleler Trajektorien bei Test-time Scaling bricht in geteilten Umgebungen zusammen. Das neue Agentic World Modeling (AWM) löst dies durch adaptive Abfrage des realen Umfelds.
- Bereich
- Training von Sprachmodellen
- Was gemacht wurde
- Исследователи предложили метод Agentic World Modeling (AWM), который заменяет традиционное сжатие состояния среды одним запросом на серию адаптивных запросов к реальному окружению для предсказания наблюдений.
- Warum es wichtig ist
- Это позволяет масштабировать агентов на этапе тестирования, когда невозможно создать точную копию рабочей среды, так как реальные системы часто имеют общие ресурсы и необратимые последствия действий.
#agent#test-time scaling#world modeling#llm#reinforcement learning
