标签
介绍了RACL，一种推理智能体控制层，通过学习从操作内存控制内部搜索行为来改进元启发式优化，在车辆路径测试中显示出成本改善。
Critic-R引入了一个框架，使用评判模型在推理智能体和检索器之间提供内省反馈，在推理和训练时间同时提升智能体搜索性能，且无需重新训练智能体。