Salesforce AI Research 提出 Critical-State RL 训练多轮工具调用
Salesforce 这篇论文很有意思：训练多轮工具调用时只练关键那一步，在 BFCL v4 上能多拿 14 个点，做法讲得很清楚。
#Critical-State RL
共 2 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「Critical-State RL」标签的资讯、产品与论文，按刊登时间排，新的在上。
9月28日
9月22日
Critical-State RL：定位多轮工具调用中值得训练的状态
多轮工具调用失败，不知道该练哪一步？这篇论文给出诊断方法，BFCL v4 缺失函数任务提升 14 个百分点。