arXiv 自然语言处理· Yanli Wang, Zichen Bai, Tianyue Jiang, Kunming Shao, Junhao Shi, Xueqin Liu, Jinguo Sun, Muye Li, Tingting Bi, Yanlin Wang, Shaoqiang Zheng, Xuefei Diao, Zhuwei Zeng, Nan Duan, Peng Cao·· 7 小时前AI 评分34
EvoGuard：缓解在线技能演化中的退化问题
EvoGuard: Mitigating Degradation in Online Skill Evolution
AI 导读
EvoGuard 是一种成对技能选择器，旨在以低延迟和低成本缓解语言智能体在线技能演化中的性能退化。该方法通过拒绝采样筛选效用差距明显的技能对，基于标签 token 的 logits 训练选择器，部署时仅需单次前向传播即可选出更优技能。
来源：arXiv 自然语言处理 · arxiv.org