智谱 - AutoGLM

介绍

AutoGLM：接收文字/语音指令，模拟人类操作手机。比如：
（1）微信上给xx的朋友圈点赞并评论
（2）在12306上购买火车票
项目地址：https://xiao9905.github.io/AutoGLM

技术

1、基础智能体 解耦合 中间界面

一步变两步（规划器 + 执行器）：解决 动作执行 不够精确的问题

2、自进化 在线课程 强化学习框架

以web浏览器作为实验环境、引入自进化学习策略，模型不断 自我考察、鞭策、提升。
通过 课程强化学习方法， 该框架根据 智能体当前迭代轮次的能力水平， 动态调整学习的任务难度，以最大程度利用模型潜能。

通过KL散度控制的策略更新以及智能体 置信度经验回放， 减轻迭代训练中 出现模型遗忘先前学习任务的问题。

训练得到开源版 GLM-4-9B， 在WebArena-Lite 评测基准，达到总体43%的 任务成功率。

AndroidLab评测基准上，36.2% 的 success rate