PulseAugur
中
实时 07:47:36
实体 Armin Zolfagharidariani

Armin Zolfagharidariani

PulseAugur coverage of Armin Zolfagharidariani — every cluster mentioning Armin Zolfagharidariani across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_229178 ·

    单智能体强化学习在化学工具学习上优于树搜索

    研究人员开发了一种新的化学工具学习方法，该方法优于现有的树搜索技术。与CheMatAgent系统相比，他们使用结果级强化学习训练的单智能体强化学习模型在ChemToolBench基准测试上取得了更高的Tool F1和Return F1分数。该方法通过移除学习到的评论员和裁判，仅依赖程序化奖励信号，从而简化了训练过程。