Rewarding Beliefs, Not Actions: Consistency-Guided Credit Assignment for Long-Horizon Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tang, Wenjie, Li, Minne, Huang, Sijie, Xiao, Liquan, Zhou, Yuan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language I.2.6, I.2.11 I.2.6; I.2.11
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2605.20061