arXiv · Machine Learning Theory· Ning Liu, Ian Li, Kristina Klinkner·· 2 小时前AI 评分47
SynAct：面向 LLM 智能体的协同主动反馈学习框架
SynAct: Synergistic Active Feedback Learning for LLM Agents
AI 导读
SynAct 是一个主动学习框架，把专家注意力视为稀缺约束，在单个决策层面分配反馈。它按所选动作与最终结果在多次 rollout 间的互信息排序，在最高价值决策处查询专家，并将纠正蒸馏为可复用规则。
来源：arXiv · Machine Learning Theory · arxiv.org