IXThinker·2026-03-16 14:50ACT新範式訓練Agent 學會判斷動作優劣
訓練大語言模型擔當自主Agent通常始於模仿學習，但這種方法從未讓模型對比成敗選項。馬里蘭大學團隊提出Agentic Critical Training（ACT），讓Agent真正學會自我反思。
模仿學習局限
監督微調令模型復現專家演示中的行動，效果直觀卻有根本局限：Agent只見過成功做法，從未將成功行動與失敗選項對比，因而缺乏對行動質量的真正理解。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。