Qwen 智能体研究：状态表示决定长程迁移成败

一项针对 Qwen 模型的实证研究显示，状态表示会决定长程智能体任务的学习与迁移效果。研究者用 1.7B、8B、27B 的 Qwen 模型在确定性工具工作流中对比不同状态表示下的监督学习：用 H4 训练的 1.7B 模型在完整状态观测下，向更长工作流迁移表现很差。 在 H16 交叉实验中，用 compact 训练的 1.7B adapter 在 compact 视图下完成 50/50 留出任务，在完整视图下完成 0/50。作者称，这些实验把“表示敏感的迁移”认定为受控工作流中的瓶颈，但没有把内容压缩与观测的其他变化区分开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。