BAGEL：通过语言引导探索来引导式启动智能体

在数字环境（如网页浏览器和 REST API）中通过执行动作来遵循自然语言指令，对语言模型（LM）智能体而言是一项具有挑战性的任务。遗憾的是，缺乏人类演示时，LM 智能体往往难以泛化到新环境。本文提出 BAGEL，一种无需人类监督即可引导式启动 LM 智能体的方法。BAGEL 通过两个带噪 LM 组件之间的往返过程，将一组由随机探索轨迹或合成指令构成的种子集转化为演示：一个 LM 标注器将轨迹转化为合成指令，一个零样本 LM 智能体将合成指令映射为精化轨迹。通过迭代执行这些往返过程，BAGEL 快速将初始轨迹分布转化为那些能被自然语言良好描述的轨迹。我们利用 BAGEL 演示，通过在检索到的演示上进行上下文学习，在测试时适配零样本 LM 智能体，在 ToolQA 和 MiniWob++ 上取得了超过 2-13% 的绝对改进，执行失败率降低高达 13 倍。