Copertina

Demystifying Reinforcement Learning for Long-Horizon Tool-Using Agents: A Comprehensive Recipe

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wu, Xixi, Sun, Qianguo, Zhang, Ruiyang, Song, Chao, Wu, Junlong, Qi, Yiyan, Cheng, Hong
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

VSearcher: Long-Horizon Multimodal Search Agent via Reinforcement Learning
di: Zhang, Ruiyang, et al.
Pubblicazione: (2026)

AgentGym-RL: Training LLM Agents for Long-Horizon Decision Making through Multi-Turn Reinforcement Learning
di: Xi, Zhiheng, et al.
Pubblicazione: (2025)

OpenWebRL: Demystifying Online Multi-turn Reinforcement Learning for Visual Web Agents
di: Yang, Rui, et al.
Pubblicazione: (2026)

Linear Preference Optimization: Decoupled Gradient Control via Absolute Regularization
di: Wang, Rui, et al.
Pubblicazione: (2025)

MoLoRAG: Bootstrapping Document Understanding via Multi-modal Logic-aware Retrieval
di: Wu, Xixi, et al.
Pubblicazione: (2025)

LongAlign: A Recipe for Long Context Alignment of Large Language Models
di: Bai, Yushi, et al.
Pubblicazione: (2024)

Scaling Long-Horizon LLM Agent via Context-Folding
di: Sun, Weiwei, et al.
Pubblicazione: (2025)

Mem-T: Densifying Rewards for Long-Horizon Memory Agents
di: Yue, Yanwei, et al.
Pubblicazione: (2026)

Demystifying the Slash Pattern in Attention: The Role of RoPE
di: Cheng, Yuan, et al.
Pubblicazione: (2026)

ExPO: Unlocking Hard Reasoning with Self-Explanation-Guided Reinforcement Learning
di: Zhou, Ruiyang, et al.
Pubblicazione: (2025)

Demystifying Long Chain-of-Thought Reasoning in LLMs
di: Yeo, Edward, et al.
Pubblicazione: (2025)

WebSailor-V2: Bridging the Chasm to Proprietary Agents via Synthetic Data and Scalable Reinforcement Learning
di: Li, Kuan, et al.
Pubblicazione: (2025)

Planning Transformer: Long-Horizon Offline Reinforcement Learning with Planning Tokens
di: Clinton, Joseph, et al.
Pubblicazione: (2024)

Spark: Strategic Policy-Aware Exploration via Dynamic Branching for Long-Horizon Agentic Learning
di: Wu, Jinyang, et al.
Pubblicazione: (2026)

AgentFold: Long-Horizon Web Agents with Proactive Context Management
di: Ye, Rui, et al.
Pubblicazione: (2025)

The Tool Decathlon: Benchmarking Language Agents for Diverse, Realistic, and Long-Horizon Task Execution
di: Li, Junlong, et al.
Pubblicazione: (2025)

ToolExpander: Extending the Frontiers of Tool-Using Reinforcement Learning to Weak LLMs
di: Chen, Fu, et al.
Pubblicazione: (2025)

NUM2EVENT: Interpretable Event Reasoning from Numerical time-series
di: Feng, Ninghui, et al.
Pubblicazione: (2025)

Odysseys: Benchmarking Web Agents on Realistic Long Horizon Tasks
di: Jang, Lawrence Keunho, et al.
Pubblicazione: (2026)

From Instance Selection to Fixed-Pool Data Recipe Search for Supervised Fine-Tuning
di: Wu, Haodong, et al.
Pubblicazione: (2026)

ToolMATH: A Diagnostic Benchmark for Long-Horizon Tool Use under Systematic Tool-Catalog Constraints
di: Choi, Hyeonje, et al.
Pubblicazione: (2026)

Harnessing Uncertainty: Entropy-Modulated Policy Gradients for Long-Horizon LLM Agents
di: Wang, Jiawei, et al.
Pubblicazione: (2025)

LongBench Pro: A More Realistic and Comprehensive Bilingual Long-Context Evaluation Benchmark
di: Chen, Ziyang, et al.
Pubblicazione: (2026)

VideoSeek: Long-Horizon Video Agent with Tool-Guided Seeking
di: Lin, Jingyang, et al.
Pubblicazione: (2026)

Reinforcement Learning for Long-Horizon Multi-Turn Search Agents
di: Kalyan, Vivek, et al.
Pubblicazione: (2025)

Why Reasoning Fails to Plan: A Planning-Centric Analysis of Long-Horizon Decision Making in LLM Agents
di: Wang, Zehong, et al.
Pubblicazione: (2026)

TopoCurate:Modeling Interaction Topology for Tool-Use Agent Training
di: Yang, Jinluan, et al.
Pubblicazione: (2026)

Demystifying When Pruning Works via Representation Hierarchies
di: He, Shwai, et al.
Pubblicazione: (2026)

Agentless: Demystifying LLM-based Software Engineering Agents
di: Xia, Chunqiu Steven, et al.
Pubblicazione: (2024)

Memex(RL): Scaling Long-Horizon LLM Agents via Indexed Experience Memory
di: Wang, Zhenting, et al.
Pubblicazione: (2026)

Dynamic Skill Lifecycle Management for Agentic Reinforcement Learning
di: Shen, Junhao, et al.
Pubblicazione: (2026)

ReSum: Unlocking Long-Horizon Search Intelligence via Context Summarization
di: Wu, Xixi, et al.
Pubblicazione: (2025)

HINT-SD: Targeted Hindsight Self-Distillation for Long-Horizon Agents
di: Yeo, Woongyeng, et al.
Pubblicazione: (2026)

Synthetic Computers at Scale for Long-Horizon Productivity Simulation
di: Ge, Tao, et al.
Pubblicazione: (2026)

RL Grokking Recipe: How Does RL Unlock and Transfer New Algorithms in LLMs?
di: Sun, Yiyou, et al.
Pubblicazione: (2025)

Recursive Models for Long-Horizon Reasoning
di: Yang, Chenxiao, et al.
Pubblicazione: (2026)

LongWriter-Zero: Mastering Ultra-Long Text Generation via Reinforcement Learning
di: Wu, Yuhao, et al.
Pubblicazione: (2025)

Kernel-Smith: A Unified Recipe for Evolutionary Kernel Optimization
di: Du, He, et al.
Pubblicazione: (2026)

Efficient Reinforcement Finetuning via Adaptive Curriculum Learning
di: Shi, Taiwei, et al.
Pubblicazione: (2025)

ConfClip: Confidence-Weighted and Clipped Reward for Reinforcement Learning in LLMs
di: Zhang, Bonan, et al.
Pubblicazione: (2025)