arXiv：cs.AI（全量分类）· Quan Xiao, Mingda Liu, Gaowen Liu, Katsuki Fujisawa, Tianyi Chen·· 1 天前AI 评分33
BRIDGE：面向检索信用感知的双层智能体强化学习
BRIDGE: Bilevel Retrieval-Credit-Aware Agentic Reinforcement Learning
AI 导读
BRIDGE 是一种内存高效的一阶双层优化方法，将检索器与 LLM 策略的联合训练建模为双层优化问题，以解决检索证据错误被错误归咎于 LLM 策略的"信息信用鸿沟"。在七个开放域 QA 基准上，BRIDGE 在 3B 和 7B 骨干下均取得最高平均准确率，多跳平均较最强基线分别提升 9.6 和 3.4 EM 点，并在医疗 QA 基准上取得最佳平均答案准确率与推理质量。
来源：arXiv：cs.AI（全量分类） · arxiv.org