AGI Hunt· Víctor Gallego·· 2 小时前AI 评分47
Komorebi AI 提出 Craftax 长程任务新法:用反馈级联引导 LLM 进化程序化策略与目标编译器
Craftax 长程任务新法:反馈级联引导 LLM 进化程序化策略与目标编译器
AI 导读
Komorebi AI 研究者提出反馈级联框架,让编码智能体在单局需 10 万步动作的 Craftax 中进化代码策略,最终关到达率达 50%,最终 Boss 击败率达 28%。该方法借助密集评分和信念更新精炼策略,并将能力分解为可复用的目标编译器,实现新任务零样本迁移与零推理模型调用。
来源:AGI Hunt · agihunt.info