WebRL：让 AutoGLM 自我进化

文章预览

🌐 使用自我进化在线课程强化学习框架，服务于 AutoGLM 性能提升 大型语言模型（LLMs）不仅在人类语言理解、常识推理和知识获取方面表现出卓越的能力，而且在复杂规划和逻辑推理方面也具有巨大的潜力，这表明它们有望成为自主LLMs智能体。　 　 LLM 智能体的各种应用层出不穷，包括代码生成、数据库操作和图形用户界面（GUI）交互等领域。其中，由 LLMs 驱动的网页智能体因其广泛的应用前景和在数字生态系统中构建真实自主智能的独特潜力而受到特别关注。　 　 尽管取得了一定进步，但现有的 LLM 网页智能体，无论其性能指标或架构范式仍然发展不足。 高性能的 LLM 网页智能体主要依靠精心制作的提示（prompt）和闭源的 LLM API（如 OpenAI GPT-4）来理解和操作网页，这既昂贵又耗时。　 　 相反，开源 LLMs 在作为网页智能体的能力方面表现出明 ………………………………