Hugging Face Daily Papers·· 1 天前精选AI 评分48
DeltaTTG：用 Token-to-Go 进度计训练多轮智能体
DeltaTTG: Training Multi-Turn Agents with a Token-to-Go Progress Meter
AI 导读
论文提出 DeltaTTG，通过共享进度计学习可复用的进度信号，其监督目标 Token-to-Go（TTG）指任务完成前还需生成的 token 数，作为剩余完成工作量的可观测代理，无需任务特定的进度规则。
推荐理由
论文提出用 Token-to-Go 作为可复用的进度信号，为多轮智能体 RLVR 的稀疏奖励提供低成本步骤级监督。
来源：Hugging Face Daily Papers · huggingface.co