Salesforce

Harnessing LLM Agents with Skill Programs

通过技能程序 harnessing LLM agents

Hongjun Liu, Yifei Ming, Shafiq Joty, Chen Zhao

机构 * New York University（纽约大学） ； Salesforce AI Research（Salesforce人工智能研究） 纠错

AI总结 本文提出 HASP 框架，通过将技能转化为可执行程序函数（PFs）来提升 LLM agent 在复杂任务中的表现，其核心方法是通过 PFs 在失败状态时介入并修正行动，主要贡献是通过模块化设计实现推理、训练和自改进的多场景应用。

Comments 40 pages, 7 figures

LACE: Latent Visual Representation for Cross-Embodiment Learning

LACE: 用于跨具身学习的潜在视觉表示

Yoo Sung Jang, Kanchana Ranasinghe, Cristina Mata, Yichi Zhang, Jorge Mendez-Mendez, Michael S. Ryoo

机构 * Stony Brook University（石溪大学） ； Salesforce AI Research（Salesforce AI研究院） 纠错

AI总结 本文提出LACE框架，通过利用跨具身共享身体部分的对应关系，在自监督学习backbone的潜在空间中对齐人类和机器人视觉表示，从而解决人类与机器人具身之间的视觉差距问题，提升机器人策略在稀疏示范下的表现。

Reinforcement Learning for LLM Post-Training: A Survey

为大型语言模型进行后训练的强化学习：综述

Zhichao Wang, Kiran Ramnath, Bin Bi, Shiva Kumar Pentyala, Sougata Chaudhuri, Shubham Mehrotra, Zixu, Zhu, Xiang-Bo Mao, Sitaram Asur, Na, Cheng

机构 * Salesforce ； AWS AI Labs ； Airbnb 纠错

AI总结 本文综述了通过强化学习进行大型语言模型后训练的方法，分析了RLHF和RLVR等技术，并提出统一的策略梯度框架，旨在为研究人员提供技术参考。

Counterparty Modeling is Not Strategy: The Limits of LLM Negotiators

对手建模不是策略：大语言模型谈判者的局限

Romain Cosentino, Sarath Shekkizhar, Adam Earle, Silvio Savarese

机构 * Salesforce AI Research（Salesforce人工智能研究） 纠错

AI总结 研究探讨了大语言模型在多属性谈判中的表现，发现其能建模对手偏好但无法有效转化为战略谈判，最终协议受初始锚定影响大。