LatentGym：一个具有可控潜在结构的跨任务经验学习测试平台

本文旨在构建能随时间不断进化的智能体系统，使其在面对相关任务序列时，能推断隐藏的共享结构以优化未来决策。针对现有框架缺乏可控潜在结构及评估指标的不足，作者提出了 LatentGym。该平台通过真实潜在变量组织环境，提供分离探索与利用的评估指标。实证研究揭示了前沿模型在跨任务适应中的失败原因，验证了后训练对提升通用适应性的效果，并分析了任务间反馈等设计选择对训练动态的影响，为研究 LLM 智能体的经验学习奠定了受控基础。