模型发布 / 更新普通
Qwen 团队提出 Elastic Horizon 智能体 RL 调度法
原始标题:Recommended read. Interaction horizon scheduling is an underexplored control problem in agentic RL …
内容摘要
Qwen 团队提出 Elastic Horizon,一种闭环控制器,用成功轨迹长度的 90 分位追踪"有效交互前沿",解决智能体 RL 中交互轮数调度这一开环控制问题。在 AppWorld 和 BFCL 上,固定轮数扫描出现明显饱和平台;该方法在 7B 和 14B 骨干上均取得最佳成功率,并节省最多 25% 的每步轨迹 token。
内容分类AI 模型发布与更新
内容层级普通情报
发布时间(北京时间)
本站收录时间(北京时间)
信息来源X:DAIR.AI (@dair_ai)
站内情报编号intel-a88ca72a14a1be98ff5b0a7f