跳到正文
arXiv·· 12 天前AI 评分31

CLIFT:面向 Web Agent 训练与测试时扩展的共形自验证方法

CLIFT: Conformal Self-Verification for Web Agent Training and Test-Time Scaling

AI 导读

CLIFT 是一种围绕共形自验证构建的 Web Agent 训练与测试时扩展方法,训练时让 Agent 回答关于自身 rollout 的自然语言验证问题,由 Compositional Conformal Certifier 只保留部分问题。该方法针对现有强化学习依赖弱监督的问题:二元任务成功信号过于稀疏、难以做信用分配,而前沿语言模型评判器每步调用成本过高且部署时无法保证可用。

来源:arXiv · arxiv.org