PulseAugur
中
实时 13:20:03
实体 Success-GAE

Success-GAE

PulseAugur coverage of Success-GAE — every cluster mentioning Success-GAE 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. TOOL · CL_312751 ·

    新的SCALE框架提升长时序语言智能体性能

    研究人员开发了一个名为SCALE的新强化学习框架,旨在提高长时序语言智能体的性能。SCALE解决了当反馈稀疏或仅在任务结束时可用时,如何将功劳归于中间动作的挑战。通过用对最终任务成功的显式预测来增强传统的收益估计,SCALE旨在提供更可靠的动作功劳分配。在多个基准和模型骨干上的实验表明,与现有的RL基线相比,SCALE提高了任务性能和批评者估计的稳定性。