arXiv · cs.CL· Artin Tajdini·· 12 天前AI 评分42
CIPR：跨接口一致性训练提升 LLM Agent 鲁棒性
One Task, Many Interfaces: Simple Cross-Interface Consistency Training Improves LLM Agent Robustness
来源与原文
arXiv · cs.CL
作者：Artin Tajdini
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.20576v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究提出 Cross-Interface Policy Regularization（CIPR），一种自监督目标，通过让策略在两个等价接口下动作分布的 KL 散度最小化，实现跨接口一致性训练。在 agentic function calling 上，held-out 接口扰动使 post-trained agent 准确率下降近 25%，CIPR 恢复 10.5%，且不影响原接口准确率。
来源：arXiv · cs.CL · arxiv.org