arXiv · ML· Yuanzhe Li, Pengxin Wang, Yuxin Ren, Jianing Deng, Jingtong Hu, Song Wang, Jingdi Chen, Huanrui Yang·· 2026-10-08AI 评分21
TAP 提出针对强化学习智能体的轨迹锚定剪枝框架
TAP: Efficient Long-Horizon Agent Pruning via Trajectory-Anchored Recovery
AI 导读
TAP 是首个针对 RL 训练智能体的结构剪枝框架,结合轨迹锚定的在线恢复策略,有效解决长程代理任务中的推理成本问题。 移除 60% 的 FFN 通道后,TAP 在 ALFWorld 和 WebShop 上分别保留了 99.2% 和 88.0% 的任务成功率,同时使 GPU 耗时减少约 22% 和 17%。
来源:arXiv · ML · arxiv.org