arXiv cs.AI / cs.LG 最新· Zhengping Jiang·· 18 小时前AI 评分60
FOCUS 用主动 critic 学习处理长程语言模型智能体的信用分配
FOCUS: Active Critic Learning for Long-Horizon Language Model Agents
AI 导读
FOCUS 是一种面向长程语言模型智能体的强化学习方法，通过选择性分支，让 critic 在预期最能降低估计误差的状态上采样后续轨迹，再用 TD(λ) 优势给相邻状态之间的片段打分。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。