arXiv · cs.AI· Sergei Polezhaev, Barys Liskavets, Ori Press, Alexander Golubev·· 1 天前
Caddie：从任务结果训练LLM智能体评论器
Training Advisors for LLM Agents from Task Outcomes
arXiv:2610.09858v1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：Sergei Polezhaev, Barys Liskavets, Ori Press, Alexander Golubev
首次提交：2026-10-07 19:14
研究任务与主要进展
Sergei Polezhaev等提出Caddie，通过强化学习训练评论器在LLM智能体执行任务时提供自然语言分析和建议，并以智能体最终是否成功作为训练信号。
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