实体 ARISE-RL

ARISE-RL

PulseAugur coverage of ARISE-RL — every cluster mentioning ARISE-RL across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_231315 · Sep 2 · 04:00

新的ARISE-RL框架增强了开放式代理的强化学习能力

研究人员推出ARISE-RL，一个旨在利用强化学习改进开放式代理训练的新框架。该框架通过将任务/评分标准生成器与推理求解器相结合，解决了缺乏可验证答案和可扩展评分标准等挑战。ARISE-RL采用协同演化方法，其中生成器根据工具观察创建任务，求解器从评分标准满意度信号中学习。该系统还包含奖励门控自我演化蒸馏（RG-SED）来优化策略并减少对嘈杂指导的模仿。为了便于评估，研究人员开发了ECR-Bench，一个用于深度研究和多工具规划任务的…