10:49
官方账号arXiv cs.AI@Kshitij Tayal, Arun Sharma, Genta Indra Winata, Anirban Das, Sambit Sahu
精选73°
推荐理由：这篇论文首次系统梳理了语言强化学习，将现有研究分为三大类，帮助理解语言如何重塑智能体开发。
语言智能体
共 3 条相关 AI 资讯
9月2日
10:49
自然语言正成为提升语言智能体的主要反馈渠道，能传达意图、偏好和因果结构。该研究提出语言强化学习(VRL)范式，围绕反馈生效时机和修改内容形成三大支柱：语言作为基础信号定义任务目标和奖励结构；语言作为反思性反馈指导测试时推理；语言作为学习信号通过训练调整模型参数。
8月6日
09:32
09:32
官方账号arXiv cs.AI@Bo Wang, Yuqian Yao, Enxi Wang, Luozhijie Jin, Yang Liu, Yiran Suo, Yuxuan Cai, Enyu Zhou, Yufei Gao, Honglin Guo, Tianyu Huai, Li Ji, Zhikai Lei, Bufan Li, Lizhi Lin, Jinxiu Liu, Jie Yang, Jiazheng Zhou, Maosen Zhou, Pengfang Qian, Shichun Liu, Guanshan Liu, Hao Zheng, Yunhao Yu, Hang Yan, Jihua Kang, Xinchi Chen, Xipeng Qiu
推荐理由：搞 agent 记忆的人该看看：ContextWeave 拿真实办公流做了1005个任务，能看出召回记忆到底帮不帮得上忙。
6月2日
12:05
12:05
官方账号arXiv cs.LG@Ning Lu, Baijiong Lin, Shengcai Liu, Jiahao Wu, Haoze Lv, Yanbin Wei, Lingting Zhu, Shengju Qian, Xin Wang, Ying-Cong Chen, Qi Wang, Ke Tang
推荐理由：做语言智能体强化学习的团队，可以用 PaW 在现有 RL 流程中零成本加入世界模型监督，提升智能体对环境的理解能力，值得在项目中尝试。