提出Agentic Critical Training(ACT)强化学习范式,训练大语言模型代理在成对动作中自主判断更优动作,从而驱动模型发展真实自我反思能力而非模仿预生成的反思文本,在多个代理基准上显著提升性能。
机构:马里兰大学
来源:arXiv 2603.08706 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程