arXiv cs.LG· Minchan Kim, Sungho Bae, Youngjin Kim, Hyunwoo Park·· 19 天前AI 评分34
GRPO 在长程 LLM 智能体中的课程设计分析
Where to Start, How to Move: Analyzing Curricula under GRPO for Long-Horizon LLM Agents
AI 导读
研究人员分析了引导辅助 GRPO（Guide Assisted GRPO）在长程 LLM 智能体任务中的课程设计，探讨起始位置、交接单元和移动规则对独立任务完成率的影响。
来源：arXiv cs.LG · arxiv.org