arXiv cs.AI· Quan Xiao, Mingda Liu, Gaowen Liu, Katsuki Fujisawa, Tianyi Chen·· 4 小时前AI 评分42
BRIDGE：双层检索信用感知的智能体强化学习方法
BRIDGE: Bilevel Retrieval-Credit-Aware Agentic Reinforcement Learning
AI 导读
BRIDGE 将检索增强的智能体强化学习建模为双层优化问题，用内存高效的一阶双层方法联合训练 LLM 与检索器。在七个开放域 QA benchmark 上，它在 3B 和 7B 主干下均取得最高平均准确率，多跳平均较最强基线分别提升 9.6 和 3.4 EM 分。它同时在医疗 QA benchmark 上取得最佳平均答案准确率和推理质量。
来源：arXiv cs.AI · arxiv.org