Reward Engine : auto-évolution centrée sur la récompense pour agents outils open-ended
En bref
- Reward Engine construit des critères de réussite à partir de traces d'expérience pour évaluer les agents outils.
- Les récompenses générées guident l'optimisation et améliorent la cohérence des agents sur deux benchmarks.
- La méthode atteint 82,3% et 80,5% de cohérence avec les évaluateurs humains sur WorkBuddy Bench Office et Claw-Eval.
Des agents outils open-ended peuvent atteindre un objectif par différents chemins, mais évaluer leur qualité reste complexe sans récompense explicite. Reward Engine génère automatiquement des critères de réussite à partir de traces d'expérience, puis guide l'optimisation de l'agent via ces récompenses. Les résultats montrent une cohérence élevée avec les évaluateurs humains sur deux benchmarks.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez cs.AI updates on arXiv.org.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Signaler une erreur