arXiv cs.LG· Ruida Wang, Gerald Friedland, Tong Zhang, Chris Kong·· 15 天前AI 评分41
Lean4AgenticRL：通过可验证多级过程奖励提升智能体强化学习
Lean4AgenticRL: Advancing Agentic RL with Verifiable Multi-level Process Rewards
AI 导读
研究人员提出 Lean4AgenticRL 框架，将多级过程奖励整合至 Lean4 形式化机制中，配合工作流阶段归一化的 GRPO 算法提升智能体强化学习效果。
来源：arXiv cs.LG · arxiv.org