Hugging Face

WorldLLM: Improving LLMs' world modeling using curiosity-driven theory-making

WorldLLM: 通过好奇心驱动的理论构建改进LLM的世界建模

Guillaume Levy, Cedric Colas, Pierre-Yves Oudeyer, Thomas Carta, Clement Romac

机构 * Inria（法国国家信息与自动化技术研究院） ； Univ. of Bordeaux（波尔多大学） ； MIT（麻省理工学院） ； Hugging Face 纠错

AI总结 WorldLLM通过结合贝叶斯推断和好奇心驱动的强化学习，改进LLM在结构化环境中的世界建模能力，提升预测精度并生成可解释的环境理论。

Comments This project's code can be found at https://github.com/flowersteam/WorldLLM. This project was presented at RLDM 2025 (https://rldm.org/)

SAC-GLAM: Improving Online RL for LLM agents with Soft Actor-Critic and Hindsight Relabeling

SAC-GLAM：通过软演员-评论员和回顾重标记改进LLM代理的在线强化学习

Loris Gaven, Clement Romac, Thomas Carta, Sylvain Lamprier, Olivier Sigaud, Pierre-Yves Oudeyer

机构 * Inria (Flowers)（Inria（Flowers）） ； University of Bordeaux（波尔多大学） ； Hugging Face ； Univ Angers（昂热大学） ； LERIA ； SFR MATHSTIC（MATHSTIC联合研究机构） ； Sorbonne Université（索邦大学） ； ISIR 纠错

AI总结 SAC-GLAM通过结合软演员-评论员算法和回顾重标记，改进LLM代理的在线强化学习，提升其在复杂环境中的策略学习能力。

Comments This work has been presented at the IMOL workshop at NeurIPS 2025 (https://neurips.cc/virtual/2024/101058)