arXiv Artificial Intelligence· Renhao Li, Xinjie Shen, Yang Su, Jianhong Tu, Derek F. Wong, Dayiheng Liu, Min Yang·· 3 小时前AI 评分38
MetaExp：通过可验证跨任务环境扩展让模型从经验中自我改进
MetaExp: Learning to Self-Improve through Experience via Verifiable Cross-Task Environment Scaling
AI 导读
MetaExp 通过可验证任务家族训练语言模型智能体的经验学习能力，在 1,000 个任务家族的 4,956 条交互轨迹上微调 Qwen3.5-122B-A10B，下游参数冻结。
来源：arXiv Artificial Intelligence · arxiv.org