Tag: Reinforcement Learning
All the articles with the tag "Reinforcement Learning".
-
MARFT: Multi-Agent Reinforcement Fine-Tuning
Published: at 04:28 PM
56.39 🤔本文提出MARFT框架，通过序列决策和信任区域优化在LLM-based多代理系统中实现高效强化微调，提升代理协作能力并解决传统MARL的适用性问题。
-
Monte Carlo Planning with Large Language Model for Text-Based Game Agents
Published: at 04:30 PM 55.97 🤔本文提出MC-DML算法，通过整合大型语言模型的动态记忆机制与蒙特卡罗树搜索，提升文本-based游戏代理的规划效率和性能，实验结果显示其在初始阶段就优于需多次迭代的强基线。
-
Learning Explainable Dense Reward Shapes via Bayesian Optimization
Published: at 04:30 PM 55.26 🤔本文提出一种通过Bayesian Optimization学习解释性密集奖励形状的方法，以解决RLHF中奖励稀疏问题，实现token级信用分配优化，提升训练效率和性能，同时保持最优政策不变。
-
Synergizing RAG and Reasoning: A Systematic Review
Published: at 04:28 PM 54.75 🤔本论文系统综述了检索增强生成（RAG）与推理能力的协同整合，构建了多维分类框架、提供了实用指南，并指出了未来研究方向，以推进RAG系统在复杂任务中的认知能力。
-
TTRL: Test-Time Reinforcement Learning
Published: at 04:30 PM 93.49 👍本文提出测试时强化学习（TTRL）方法，通过多数投票估计奖励，在无标签测试数据上训练大语言模型，实现模型自演化并显著提升推理任务性能。