arXiv · AI· Ziming Li, Jiatan Huang, Xiaoguang Guo, Guiling Wang, Chuxu Zhang·· 1 天前AI 评分29
DIAL：面向 LLM 智能体测试时计算的定向自适应学习方法
Same Signal, Opposite Meaning: Direction-Informed Adaptive Learning for LLM Agents
AI 导读
论文提出 DIAL 方法，通过信号无关的反事实探索训练稀疏门控，以学习不同环境下的效用方向。 该方法在 6 个环境和 3 种基础模型上展示了比固定方向基线更强的成功-成本权衡。代码已开源，文章被 NeurIPS 2026 接收。
来源：arXiv · AI · arxiv.org