arXiv cs.AI· Bingjie Zhang, Yibo Yang, Qiantong Liu, Benshuo Fu, Yi Chang, Dandan Guo·· 8 小时前AI 评分24
TQG-Exp：用轨迹质量引导 LLM 智能体的经验学习
Beyond Outcome Feedback: Trajectory-Quality-Guided Experience-based Learning
AI 导读
针对现有 LLM 智能体经验学习只依赖最终任务结果、忽略执行过程的问题，研究者提出轨迹质量引导框架 TQG-Exp，其 Trajectory Quality Loss（TQL）同时考虑任务完成度与过程质量，并通过成对 rollout 估计检索经验的贡献以更新其效用。
来源：arXiv cs.AI · arxiv.org