arXiv cs.LG· Ning Liu, Ian Li, Kristina Klinkner·· 22 天前AI 评分42
SynAct：面向 LLM Agent 的协同主动反馈学习框架
SynAct: Synergistic Active Feedback Learning for LLM Agents
AI 导读
研究者提出主动学习框架 SynAct，将专家注意力视为约束并在单步决策层级分配反馈。该框架通过多次 rollout 计算所选动作与最终结果的互信息来对决策排序，在最高价值节点请求专家反馈，并将修正蒸馏为可迁移规则供部署复用。在跨 3 个模型家族的 4 款模型和 4 项 Agent 基准评测中，SynAct 在全部 16 项设置下均提升了留出准确率，平均提升 11.7pp。
来源：arXiv cs.LG · arxiv.org