★ 3
SPLICE：一致性正则化实现智能体知识与模型协同进化
论文提出 SPLICE 框架，通过扰动同一经验的分析方式构造多个进化视图，以跨视图一致效用增益指导知识更新，并用自蒸馏结合强化学习将知识内化到模型。实验显示其在多领域平均准确率上分别超过知识进化与模型训练基线 7.1 与 4.6 个百分点，每个正确解的输出 token 最多减少 44%。
arXiv cs.AI10 天前
#知识进化
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
KPHarness 提出知识-探测协同进化的游戏智能体执行框架
论文提出 KPHarness，通过知识探测协同进化来调整冻结视觉-语言-动作模型的外部执行框架。恢复知识提供干预假设指导主动探测，探测结果反过来精炼知识与探测策略。在 Minecraft 挖矿、战斗、合成任务上，任务覆盖率优于裸策略、固定框架和仅知识进化方案。
arXiv cs.AI12 天前