arXiv · NLP· Xuyan Ye, Xiyan Fu, Shengda Fan, Jiawei Cui, Yankai Lin, Wei Lu·· 2026-10-14AI 评分38
DeltaTTG: 基于 Token-to-Go 进度计量的多轮智能体强化学习方法
DeltaTTG: Training Multi-Turn Agents with a Token-to-Go Progress Meter
AI 导读
DeltaTTG 提出使用 Token-to-Go 作为可观测的剩余工作量代理,以低成本监督信号改善多轮智能体的强化学习训练。
来源:arXiv · NLP · arxiv.org