Hugging Face Daily Papers·· 5 天前精选AI 评分50
CoPE：让语言智能体的行动与预测协同演化
Co-Evolving Acting and Forecasting for Language Agents
AI 导读
研究团队提出 CoPE，在成功轨迹上训练策略主干同时生成后续多步动作序列，使行动与预测在共享主干中协同演化，推理时仍逐步执行、无额外开销。
推荐理由
论文提出用多步动作目标替代单步价值或观测目标，为长程智能体强化学习提供了一条不增加推理开销的训练路径。
来源：Hugging Face Daily Papers · huggingface.co