动作信用何时需要更新？DSC-Gate 决策充分信用门控
原文标题：When Does Action Credit Need Updating?
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
工具智能体每次策略更新后，历史动作信用可能过时，但从零重算代价高昂。论文提出成对分支敏感度来刻画策略更新对区分候选动作的下游区域的影响，并推导一阶锚定信用迁移估计器，配合DSC-Gate决定复用、迁移还是重采样信用。实验显示新工具调用步数从472降至286（减少39.4%），而平均遗憾几乎不变。
- 问题
- 工具智能体每次策略更新后历史动作信用过时，但从零重算需大量额外工具调用。
- 方法
- 提出成对分支敏感度衡量策略更新对区分候选动作的下游区域影响，推导一阶锚定信用迁移估计器，并用DSC-Gate决定复用、迁移还是重采样。
- 结果
- 新工具调用步数从472降至286（减少39.4%），独立测试集上平均遗憾相对gap-baseline仅变化+0.00004。
- 影响
- 让持续更新的工具智能体以更低交互成本维持决策质量，直接降低线上智能体的调用开销。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。