Tag: Adaptive Systems

All the articles with the tag "Adaptive Systems".

• EPO: Explicit Policy Optimization for Strategic Reasoning in LLMs via Reinforcement Learning

  Published: 4 May, 2025 |  at  04:27 PM

  

  60.29 🤔

  本文提出EPO方法，通过强化学习优化一个专门的战略推理模型，辅助任意LLM代理在动态环境中实现长期目标对齐，提升战略推理能力。

• MARFT: Multi-Agent Reinforcement Fine-Tuning

  Published: 4 May, 2025 |  at  04:28 PM

  

  56.39 🤔

  本文提出MARFT框架，通过序列决策和信任区域优化在LLM-based多代理系统中实现高效强化微调，提升代理协作能力并解决传统MARL的适用性问题。

• Between Underthinking and Overthinking: An Empirical Study of Reasoning Length and correctness in LLMs

  Published: 6 May, 2025 |  at  01:18 AM

  

  89.54 😐

  本文通过实证研究发现，大型语言模型在推理任务中存在"过度思考"简单问题和"思考不足"困难问题的现象，其推理长度与正确性呈非单调关系，且简单偏好更短回答可在保持准确率的同时显著减少生成长度。