PACT：多轮工具调用智能体训练新框架
热点事件持续更新
PACT：多轮工具调用智能体训练新框架
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
研究者提出 PACT，一种面向多轮工具调用智能体的特权轨迹协同训练框架。其核心做法是把专家轨迹仅用作训练时的优化信号，而不是在 rollout 阶段作为提示输入。 PACT 通过轨迹条件强化学习代理和组件感知监督微调损失两个互补信号引导优化，并加入 prompt-only 锚定。据该研究称，在 FTRL、BFCL 和 ToolHop 三个基准上，PACT 持续优于强 SFT 和 RL 基线。
AI 根据报道生成 · 50 分钟前更新
最新进展10月12日 12:00
PACT：面向多轮工具调用智能体的特权轨迹协同训练框架报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CLPACT：面向多轮工具调用智能体的特权轨迹协同训练框架
研究者提出 PACT，一种面向多轮工具调用智能体的特权轨迹协同训练框架，将专家轨迹仅用作训练时的优化信号而非 rollout 时的提示。PACT 通过轨迹条件 RL 代理和组件感知 SFT 损失两个互补信号引导优化，并加入 prompt-only 锚定。在 FTRL、BFCL 和 ToolHop 上，PACT 持续优于强 SFT 和 RL 基线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。