instance-level-selection

#instance-level-selection

关注工具故障：实现医疗代理的协同工具增益

arXiv cs.AI ↗ · 2026-05-27 缓存

本文针对医疗AI代理中的工具故障问题，提出了一种基于GRPO的强化学习框架，利用实例级选择、分歧感知协同学习和熵引导采样来纠正错误的工具共识，并在七个医疗基准测试中提高了可靠性。

0 人收藏 0 人点赞