状态表示对长程Agent学习与迁移的影响

2026年10月14日，arXiv Artificial Intelligence 发布一项实证研究，作者为 Dong Nie 等，主题是状态表示如何影响长程 Agent 的学习与迁移。研究使用 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。在 H16 交叉实验中，以紧凑视图训练的 1.7B 适配器在紧凑视图下完成 50/50 留出任务，而在全状态视图下为 0/50；8B 适配器对呈现类似不对称。研究指出，仅凭端到端成功率无法区分是未能学会动作，还是任务状态变化后未能应用动作。目前进展限于该实证结果，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。