PulseAugur
中
实时 22:20:30
实体 ChemToolBench

ChemToolBench

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

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_229178 ·

    单智能体强化学习模型提升化学工具学习能力,优于树搜索

    研究人员开发了一种新的化学工具学习方法,该方法使用单一策略,优于先前多智能体强化学习方法。该单一策略模型通过监督预训练和结果级强化学习进行训练,在单次生成中交织推理和工具调用。当应用于使用 Qwen 2.5 7B 和 Llama-3.1:8b 主干的 ChemToolBench 数据集时,与现有的搜索配置相比,该模型在工具 F1 和回报 F1 分数上取得了显著的改进。