arXiv · Software Engineering· Kun Liu, Liqun Chen·· 4 hr agoAI score32
OOM-RL：面向基于 LLM 的多智能体系统的资金耗尽强化学习市场驱动对齐
OOM-RL: Out-of-Money Reinforcement Learning Market-Driven Alignment for LLM-Based Multi-Agent Systems
AI brief
论文提出 OOM-RL（Out-of-Money Reinforcement Learning）对齐范式，将智能体投入真实金融市场，以资金耗尽作为外部施加的负梯度，替代 RLHF / RLAIF 中易引发模型谄媚的内部评估。
Source: arXiv · Software Engineering · arxiv.org