论文页面 - Agent-Editing World Model：重新思考面向LLM智能体的世界建模

来源：https://huggingface.co/papers/2609.28416

摘要

大型语言模型（LLM）的最新进展已使智能体能够处理跨多样环境的长期任务。为进一步提升智能体性能，现有的语言世界模型通常预测环境观察结果，然而在已有真实反馈可用的情况下，重建高熵、依赖执行的工具响应价值有限。与此同时，智能体面临任务状态污染问题，即历史记录中残留着未验证的假设和过时计划，并扭曲了后续决策。我们提出了Agent-Editing World Model（AEWM），它建模推理和行动如何塑造未来的任务进展，而非模拟工具响应。AEWM结合了Action Judge来区分关键、探索性和噪声决策，以及State Revision来编辑同一观察历史下的噪声推理-行动序列。EditAct将这些能力与真实执行相结合，直接改变后续决策所依据的状态，而不仅仅是提供批判。我们通过中期训练和监督微调，在搜索、终端和软件工程领域训练了AEWM。AEWM在我们的Action Judge基准测试中取得了70.5%的宏观F1分数，超出最强基线模型10.6个百分点。在六个基准测试和三个智能体骨干网络中，EditAct相较于最强基线将平均分数提高了3.2-6.7分。此外，在经过验证的EditAct轨迹上进行拒绝采样微调（称为AEWM-RFT），在三个领域中比Self-RFT提升了2.2-2.6分，且无需在线AEWM指导。

查看arXiv页面 (https://arxiv.org/abs/2609.28416) 查看PDF (https://arxiv.org/pdf/2609.28416) 项目页面 (https://huggingface.co/RUC-AIBOX/collections) GitHub (https://github.com/RUCAIBox/Agent-Editing-World-Model) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.28416)

在你的智能体中获取这篇论文：

hf papers read 2609\.28416

没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型0

没有模型链接到本文。

在模型的README.md中引用arxiv.org/abs/2609.28416，即可从本页面链接到它。

引用本文的数据集0

没有数据集链接到本文。

在数据集的README.md中引用arxiv.org/abs/2609.28416，即可从本页面链接到它。

引用本文的空间0

没有空间链接到本文。

在空间的README.md中引用arxiv.org/abs/2609.28416，即可从本页面链接到它。

包含本文的合集1