trajectory-graphs

#trajectory-graphs

回到定义：通过轨迹图估计智能体强化学习的步骤级优势

arXiv cs.AI ↗ · 2026-09-25 缓存

本文提出一种基于图的框架（GRAFT），用于估计智能体强化学习中大型语言模型的步骤级优势，解决了如GRPO等基于组方法的偏差问题，并在多轮基准测试中展示了性能提升。

0 人收藏 0 人点赞