כתבה
arXiv cs.AI ·
אופטימיזציה של סוכנים רקורסיביים
Recursive Agent Optimization
Recursive Agent Optimization (RAO) היא גישת למידת חיזוק לאימון סוכנים רקורסיביים. RAO מאפשרת לסוכנים להתפתח ולהתאים לבעיות מורכבות יותר. היא משפרת את יעילות האימון ומאפשרת לסוכנים להתמודד עם משימות קשות יותר.
תקציר מקורי באנגליתarXiv:2605.06639v2 Announce Type: replace-cross Abstract: We introduce Recursive Agent Optimization (RAO), a reinforcement learning approach for training recursive agents: agents that can spawn and delegate sub-tasks to new instantiations of themselves recursively. Recursive agents implement an inference-time scaling algorithm that naturally allows agents to scale to longer contexts and generalize to more difficult problems via divide-and-conquer. RAO provides a method to train models to best take advantage of such recursive inference, teaching agents when and how to delegate and communicate. We find that recursive agents trained in this way enjoy better training efficiency, can scale to tasks that go beyond the model's context window, generalize to tasks much harder than the ones the agen
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית