arXiv cs.CL· Shaoang Li, Daniel R. Jiang, Jian Li·· 4 小时前AI 评分27
TRACE：用约束树探索实现语言反馈学习
Constraint Tree Exploration for Learning from Language Feedback
AI 导读
研究者提出 TRACE 算法，将语言反馈学习建模为对可行区域的纯探索，把候选约束组织成树，并通过生成满足约束的动作反复检验，只有反馈不与之矛盾才确认该约束。TRACE 区分证伪与识别两种反馈用法，证明 TRACE-Falsification 的覆盖界依赖候选类大小 H，而 TRACE-Identification 在可靠识别下可将该依赖替换为 K/p_ext。
来源：arXiv cs.CL · arxiv.org