arXiv · cs.AI· Tianyu Huai, Jie Zhou, Bo Mao, Qin Chen, Liang He, Xipeng Qiu·· 11 小时前
TextualRL：用文本强化学习优化LLM智能体上下文管理
TextualRL: Textual Reinforcement Learning for Context Management
arXiv:2610.18216v1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：Tianyu Huai, Jie Zhou, Bo Mao, Qin Chen, Liang He, Xipeng Qiu
研究任务与主要进展
TextualRL是一种无需梯度的文本强化学习框架，通过组内成功与失败执行轨迹的对照，并结合跨任务证据生成和审查有界的上下文更新，再依据留出验证奖励决定是否采用。作者在五个目标智能体、六个基准上评估该方法，报告其相对基础模型使GPT-5.5和Qwen3.8-27B的测试准确率分别提高24.4和15.3个百分点；当前材料仅提供论文摘要，未说明完整实验细节。
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