From Novice to Expert: LLM Agent Policy Optimization via Step-wise Reinforcement Learning

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Deng, Zhirui, Dou, Zhicheng, Zhu, Yutao, Wen, Ji-Rong, Xiong, Ruibin, Wang, Mang, Chen, Weipeng
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares