arXiv cs.CL· Sergei Polezhaev, Barys Liskavets, Ori Press, Alexander Golubev·· 4 小时前AI 评分33
Caddie：从任务结果训练 LLM 智能体的顾问
Training Advisors for LLM Agents from Task Outcomes
AI 导读
研究者提出 Caddie，一种通过任务最终成败结果训练 critic 为 LLM 智能体提供自然语言分析与建议的方法，训练时冻结基座模型、仅用强化学习优化 critic。
来源：arXiv cs.CL · arxiv.org