arXiv cs.LG· Jaewan Park, Solbee Cho, Jay-Yoon Lee·· 6 小时前AI 评分27
DAC：跨智能体学习信号实现角色分解的 LLM 协同训练
Cross-Agent Learning Signals Enable Coordinated Role-Decomposed LLM Training
AI 导读
DAC 是一个角色分解训练框架，通过任务专属的外部验证信号，用角色特定的交叉验证奖励分别训练 searcher 和 generator，并允许 generator 在检索证据不足时弃答。该框架引入 hard-positive 证据增强以抑制过度弃答，在七个通用与多跳 QA benchmark 和两种模型 backbone 上持续优于强单智能体与多智能体基线。
来源：arXiv cs.LG · arxiv.org