Ecom-RLVE 推出电商 AI 智能体的可验证训练环境
hugging face 发布了 ecom-rlve，这是一个用于训练电商对话代理的可验证强化学习环境。不同于基于 llm 评判的方法，它使用基于任务完成度、效率和幻觉检查的程序化奖励信号，覆盖八种不同的购物场景，确保智能体正确处理多轮工作流程和工具使用，且不会虚构产品 id。
Hugging Face 推出了 Ecom-RLVE，这是一个开源强化学习环境，旨在训练和评估用于电子商务的对话代理。该框架通过从单轮文本谜题转向复杂的、多轮代理工作流来扩展 RLVE-Gym，这些工作流需要使用工具，例如目录搜索和购物车操作。它具有自适应难度课程，并根据任务成功（产品/变体/数量元组的 F1 分数）、效率和幻觉惩罚提供可验证的奖励，确保代理不会编造他们未检索的产品 ID。