跳到正文
arXiv · AI· Jaewan Park, Solbee Cho, Jay-Yoon Lee·· 2026-10-08AI 评分28

DAC:跨智能体学习信号实现协调的 LLM 角色分解训练

Cross-Agent Learning Signals Enable Coordinated Role-Decomposed LLM Training

AI 导读

DAC 框架通过在特定任务外部验证信号下训练搜索器与生成器,利用角色间交叉验证奖励实现了协调的角色分解训练。 该框架允许生成器在证据不足时选择放弃,并通过引入困难正样本增强机制防止模型退化为过度放弃策略。 在涵盖通用和多跳问答的 7 个基准测试及 2 种模型骨干上,DAC 的表现稳定优于强大的单智能体和多智能体基线模型。

来源:arXiv · AI · arxiv.org