arXiv 人工智能· Quan Xiao, Mingda Liu, Gaowen Liu, Katsuki Fujisawa, Tianyi Chen·· 5 小时前AI 评分33
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
研究提出 BRIDGE，一种基于一阶双层优化的智能体强化学习方法，通过协同自适应检索器与大语言模型策略来解决检索信用分配问题。在 7 个开放域 QA 基准测试中，BRIDGE 在 3B 和 7B 骨干模型上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 个 EM 点。该方法在医学 QA 基准上也取得了最佳的平均答案准确率与推理质量。
来源：arXiv 人工智能 · arxiv.org