SAG：门控 critic 的长程决策 Agent 框架
热点事件持续更新
SAG：门控 critic 的长程决策 Agent 框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Heewon Park、Somin Im、Minhae Kwon 提出 SAG（Self-improving Agent with Gated critique）框架，把 LLM Agent 在长程任务中何时调用 critic 反馈建模为逐步决策问题：用全局熵和 top-2 margin 构成免训练门控信号，近似 critique 的信息价值，仅在预期收益高于成本时调用反馈，并借在线自举让 actor 逐步内化 critic 的辅助行为。 该工作以 arXiv 论文形式发布，作者称其目标是在长程交互中实现成本感知的 critique 调用。报道未给出实验任务、对比基线和量化结果，框架的实际效果尚不明。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
SAG：面向长程决策 LLM Agent 的成本感知选择性 Critique 框架报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.LGSAG：面向长程决策 LLM Agent 的成本感知选择性 Critique 框架
论文提出 SAG（Self-improving Agent with Gated critique），将 critique 调用建模为逐步决策问题，用动作级歧义信号（全局熵与 top-2 margin）构成免训练门控，近似 critique 的信息价值（VoI），仅在预期收益超过成本时调用反馈，并通过在线自举让 actor 逐步内化 critic 辅助行为。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。