★ 3
SynAct：面向 LLM 智能体的协同主动反馈学习
论文提出 SynAct 主动学习框架，将专家注意力视为瓶颈，在单个决策层面分配反馈。它通过互信息对决策排序，在最高价值决策处询问专家，并将修正蒸馏为可迁移规则。在四个智能体基准、三个模型家族的 16 个设置中平均提升 11.7 个百分点。
arXiv cs.LG21 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 SynAct 主动学习框架，将专家注意力视为瓶颈，在单个决策层面分配反馈。它通过互信息对决策排序，在最高价值决策处询问专家，并将修正蒸馏为可迁移规则。在四个智能体基准、三个模型家族的 16 个设置中平均提升 11.7 个百分点。
论文提出 FD-SCoPE 框架，让语言模型回答临床医生对系统综述证据表的两类提问，并公开查询、所选试验与推导规则，同时从专家纠正中学习。在含 159 条免疫检查点抑制剂试验记录的肿瘤学证据表上，完成全部 140 项临床风格任务，派生属性问题的相关记录召回率达 99.3%，专家纠正后未见问题 F1…