arXiv · Artificial Intelligence· Quan Xiao, Mingda Liu, Gaowen Liu, Katsuki Fujisawa, Tianyi Chen·· 6 小时前AI 评分44
BRIDGE：双层次检索信用感知智能体强化学习
BRIDGE: Bilevel Retrieval-Credit-Aware Agentic Reinforcement Learning
AI 导读
BRIDGE 将检索增强智能体 RL 建模为双层次优化问题，通过内存高效的一阶方法解决检索与 LLM 策略学习的顺序敏感性问题。在 7 个开放域 QA 基准上，3B 和 7B 主干的平均准确率均最高，多跳平均分别提升 9.6 和 3.4 EM 点，并在医学 QA 基准上取得最佳平均准确率与推理质量。
来源：arXiv · Artificial Intelligence · arxiv.org