arXiv · cs.AI· Yuyang Zhao, Lizi Liao, Leyang Shen, Xiaoyan Zhao, Yang Zhang, Fuli Feng, Xiangnan He·· 1 天前
Knowledge Weaver：利用互信息学习累积 Agent 知识
Learning to Accumulate Knowledge with Mutual Information
arXiv:2610.10042v1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：Yuyang Zhao, Lizi Liao, Leyang Shen, Xiaoyan Zhao, Yang Zhang, Fuli Feng, Xiangnan He
首次提交：2026-10-07 21:20
研究任务与主要进展
基于论文摘要，Yuyang Zhao 等提出 Knowledge Weaver 强化学习框架，用逐 token 互信息反馈和边际成功奖励训练模型，从 Agent 轨迹中整理可复用知识并减少知识库冗余。
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