arXiv · cs.AI· Wenhao Zhang, Shao Zhang, Xihuai Wang, Yang Li, Ying Wen·· 6 小时前
CV-ICRL通过上下文价值改进测试时强化学习适应
Context Value Informed In-Context Reinforcement Learning
arXiv:2509.23209v2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：Wenhao Zhang, Shao Zhang, Xihuai Wang, Yang Li, Ying Wen
研究任务与主要进展
Wenhao Zhang等提出Context Value Informed In-Context Reinforcement Learning（CV-ICRL），通过显式建模当前状态和交互上下文条件下的期望折扣回报，降低测试时策略更新的方差。
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