arXiv Artificial Intelligence· Dong Nie, Rui Lan, Yixin Nie, Lingzi Hong·2026-10-14 12:00· 18 小时前AI 评分24

Qwen 模型智能体长程学习研究：状态表示如何影响迁移

State Representation Shapes Long-Horizon Agent Learning and Transfer: An Empirical Study

AI 导读

一项实证研究用 1.7B、8B、27B 的 Qwen 模型在确定性工具工作流中对比监督学习，发现训练与评估所用状态表示不一致会显著影响长程任务迁移。H16 交叉实验中，紧凑视图训练的 1.7B 适配器在紧凑视图下完成 50/50 留出任务，全状态视图下为 0/50，8B 适配器对呈现类似不对称。