EVOKE方法激发LLM智能体世界知识提升泛化

发生了什么

据Hugging Face Papers 2026年9月30日论文介绍，EVOKE是一种后训练方法，通过在固定状态下提供目标多样性来激发预训练LLM智能体的世界知识，从而提升在未见环境中的泛化能力。该方法固定环境和交互历史，将同一候选动作置于不同目标下进行排名，迫使策略改变以依赖世界模型而非表层习惯。实验显示，EVOKE在三类骨干网络上提升了任务性能、数据效率及泛化能力，无需世界模型模块或推理时规划。