PulseAugur
中
实时 12:48:36
实体 BFCL-v4 Multi-Turn

BFCL-v4 Multi-Turn

PulseAugur coverage of BFCL-v4 Multi-Turn — every cluster mentioning BFCL-v4 Multi-Turn 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
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_219092 ·

    新的IAPO方法改进了多轮任务中LLM代理的信用分配

    研究人员开发了一种名为影响感知策略优化（IAPO）的新方法，用于训练与用户和工具进行多轮交互的大型语言模型（LLM）代理。IAPO通过将代理动作和观察表示为影响依赖图来解决信用分配的挑战，从而能够根据信息和错误在任务中的流动情况更好地重新分配奖励。使用Qwen3-4B和Qwen3-8B模型在tau^2-Bench、UserBench和AgentChangeBench等基准上的实验表明，IAPO在不牺牲函数调用能力的情况下，优于现有的多…