arXiv · cs.AI· Yilong Xu, Minrui Xu, Xinyu Zhou, Xiang Long, Haochen Tan, Zhijiang Guo·· 7 小时前
Mosaic：多会话 Agentic 强化学习方法
Mosaic: Multi-Session Agentic Reinforcement Learning
arXiv:2610.22174v1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：Yilong Xu, Minrui Xu, Xinyu Zhou, Xiang Long, Haochen Tan, Zhijiang Guo
研究任务与主要进展
Mosaic是一种面向多会话 Agentic 强化学习的方法，通过无 critic 的分层优化，在轨迹层面纳入会话使用信号，并在会话层面按估计的边际贡献调整优势。基于论文摘要的实验显示，在 BrowseComp 和 Qwen3.5-4B 上，该方法在上下文压缩与子智能体分叉场景中均优于广播优势方法，同时平均使用更少会话。
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