arXiv · cs.AI· Haofei Yu, Yixing Chen, Yining Zhao, Xuyan Ye, Yuxiang Liu, Zhigang Hua, Yan Xie, Shuang Yang, Jiaxuan You·· 5 小时前
语言智能体通过协同演化行动与预测提升强化学习样本效率
Co-Evolving Acting and Forecasting for Language Agents
arXiv:2610.20597v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Haofei Yu, Yixing Chen, Yining Zhao, Xuyan Ye, Yuxiang Liu, Zhigang Hua, Yan Xie, Shuang Yang, Jiaxuan You
研究任务与主要进展
基于论文摘要，作者提出一种语言智能体训练方法，在成功的 on-policy 轨迹上同时监督行动序列生成和基于历史预测后续行动，使行动与预测在共享策略骨干中协同演化。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org