arXiv · ML· Qirui Liu, Hao Chen, Yi Wen, Weijie Shi, Yao Zhao, Xianhe Chen, Hao Zhao, Xing Tang, Weihong Luo, Yuyu Luo·· 8 小时前AI 评分24
GCA 改进多轮搜索智能体中的强化学习信用分配
Grounded Credit Assignment in Reinforcement Learning for Multi-Turn Search Agents
AI 导读
针对 Search-R1 在 Bamboogle 上证据支持正确率从 84.0% 降至 42.9% 的问题，提出 Grounded Credit Assignment (GCA) 方法。
来源：arXiv · ML · arxiv.org