Back to Home
RadarAI··Papers & Tech

浙大研究:弱模型也能当教练提升智能体表现

中文摘要

浙大研究显示,弱模型JEV担任评分器可将Qwen2.5的任务成功率从72.8%提升至82.9%,实现以弱教强。

English Summary

ZJU research shows weak models acting as step-scorers can boost Qwen2.5's success rate from 72.8% to 82.9% in tasks, effectively coaching stronger agents.

Original Excerpt

浙江大学论文提出,本身不擅长任务的决策模型 JEV 单独执行 ALFWorld 任务成功率仅 42.9%,但作为步骤评分器可将 Qwen2.5-1.5B 策略的成功率从 72.8% 提升至 82.9%。