arXiv · ML· Alexander Yue, Qibin Liu, Julia Gonski·· 7 天前AI 评分21
基于强化学习的自改进 Agentic AI 在粒子物理碰撞中的挑战
Reward-Driven Collider Physics Challenges for Self-Improving Agentic AI via Reinforcement Learning
AI 导读
研究引入连续自动评估奖励任务,用于在强化学习环境中提升 Agentic AI 在高能物理挑战中的表现。 基准测试显示前沿推理模型在此类任务上仍难以给出完整正确解,初步验证了小型语言模型通过自动化反馈进行无干预强化学习的能力。 该工作旨在推动 Agentic AI 从复现既定工作流程迈向自主发现更优科学解决方案。
来源:arXiv · ML · arxiv.org