★ 2
arXiv 论文提出 Skill-Uni 统一技能检索与利用的强化学习框架
针对现有技能增强生成方法将检索与利用分离优化的问题，论文提出 Skill-Uni 统一强化学习框架，采用生成式技能检索让单一模型同时学会检索与使用技能。通过预热指令微调与 GRPO 两阶段训练，在五个技能基准上相较 Qwen3-4B 与 LLaMA3.1-8B 分别平均提升 66.59% 与 34…
arXiv NLP3 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
针对现有技能增强生成方法将检索与利用分离优化的问题，论文提出 Skill-Uni 统一强化学习框架，采用生成式技能检索让单一模型同时学会检索与使用技能。通过预热指令微调与 GRPO 两阶段训练，在五个技能基准上相较 Qwen3-4B 与 LLaMA3.1-8B 分别平均提升 66.59% 与 34…