arXiv cs.AI· Daksh Mittal, Tommaso Castellani, Thomson Yen, Naimeng Ye, Minghui Chen, Tiffany Cai, William Zeng, Emmanouil Koukoumidis, Fangyu Wu, Hongseok Namkoong·· 11 小时前AI 评分37
LatentGym：可控潜在结构的跨任务经验学习测试平台
LatentGym: A Testbed For Cross-Task Experiential Learning With Controllable Latent Structure
AI 导读
LatentGym 是一个围绕真实潜在变量组织任务结构的可控测试套件，用于研究 LLM 智能体的跨任务经验学习能力。它提供可分离探索与利用的指标，并通过实验考察前沿模型为何难以跨相关任务适应、相关任务序列后训练能否提升泛化及增益来源、任务间反馈等设计如何影响训练动态。
正文 · AI 翻译
摘要：我们设想能够持续学习的智能体系统会随着时间推移变得更有用：当它们遇到一系列相关任务时，应当推断出这些任务之间共享的隐藏结构，并利用该结构来改进未来的决策。这种跨任务的经验学习能力在个性化与交互式辅助等领域至关重要，但现有的训练/评估框架并未提供共享且可控的潜在结构，也无法衡量智能体是否改进以及为何改进。我们提出 LatentGym：一个可控的测试套件，其中每个环境都围绕一个真实潜在变量组织，该变量支配着跨任务的结构。我们的构建方式产生了能够将探索（智能体的动作是否收集了关于潜在变量的信息）与利用（智能体是否使用了所收集到的信息）区分开的指标。我们在实证研究中展示了该套件，探讨了三个问题：前沿模型为何以及如何无法在相关任务间进行适应；在相关任务序列上进行后训练是否能提升通用的跨任务适应能力，以及这些收益来自何处；任务间反馈等设计选择如何塑造训练动态与泛化能力。这些结果共同为研究 LLM 智能体如何跨任务从经验中学习，以及为设计在序列化、个性化和交互式场景中更可靠地适应的智能体，奠定了受控的基础。
| 评论： | 61 页 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2606.15306 [cs.LG] |
| （或 arXiv:2606.15306v2 [cs.LG] 为本版本） | |
| https://doi.org/10.48550/arXiv.2606.15306 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Daksh Mittal [查看邮箱]
[v1]
2026年6月13日星期六 13:51:22 UTC（700 KB）
[v2]
2026年11月4日星期三 21:27:32 UTC（697 KB）
来源：arXiv cs.AI · arxiv.org