self-feedback

#self-feedback

基于关键感知自反馈重试的智能体强化学习

arXiv cs.AI ↗ · 2026-07-07 缓存

PivoARL是一个自反馈重试框架，它识别LLM智能体轨迹中的关键错误回合，实现局部重试以降低交互成本并提高学习效率。在多个智能体和问答基准测试上，该方法显著优于基线方法。

0 人收藏 0 人点赞