arXiv · ML· Fengfei Yu, Marshall Fisher, Isadora White, Sumanth Varambally, Yasaman Jafari, Shivam Yadav, Samuel M. Bartlett, Shawn Roj, Benjamin J. Moore, Michael D. Warner, Luyu Han, Zhirui Xia, Duncan Watson-Parris, Taylor Berg-Kirkpatrick, Yian Ma, Rose Yu·· 7 小时前AI 评分28
Zephyrus-R1：用于天气预报生成的智能体强化学习框架
Zephyrus-R1: Agentic Reinforcement Learning for Weather Reporting
AI 导读
Zephyrus-R1 针对天气预报生成提出了智能体强化学习框架。 该框架结合气象评分标准与双向蕴含奖励，在模拟工具调用环境中优化模型。 训练 Qwen3.5-4B 后，六项裁判指标平均分提升 26%；Qwen3.8-27B 提升 13%。
来源：arXiv · ML · arxiv.org