ICLR论文：状态信息量决定LLM智能体泛化能力

一项即将发表于ICLR的强化学习研究指出，降低LLM智能体跨域泛化的性能损失，关键不在于与源任务的表面相似度，而在于状态信息的丰富度与规划的复杂度。论文进一步提出，通过在训练中注入干扰项，能够有效提升模型在跨域场景下的泛化能力，为优化智能体表现提供了新思路。

2026-07-27 ~ 2026-07-27 · 2 条相关

• ICLR 论文：注入干扰项可提升 LLM 智能体跨域泛化能力 — zhaoran_wang · 2026-07-27
• RL 研究发现，LLM Agent 泛化更看重状态信息量 — Graham_dePenros · 2026-07-27