★ 2
工具结果缓存可反转组归一化策略更新
论文研究智能体训练中工具结果缓存对 rollout 随机性的耦合影响，证明尽管边际上条件奖励分布一致，按组共享一次随机结果仍可能反转期望的组归一化策略更新。作者推导出精确的有限组表达式，指出共享更新取决于胜负概率差而非期望奖励差，并给出错误方向区域与方差下限。结论表明仅凭边际输出有效性无法证明随机…
arXiv cs.LG39 天前
#缓存
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
AI代理的缓存失效难题
一篇技术文章指出AI代理系统存在缓存失效问题，类比计算机体系结构中的经典难题。当代理依赖的上下文或工具结果发生变化时，陈旧缓存会导致错误决策。作者探讨了该问题对代理可靠性的影响及应对思路。
Hacker News – AI48 天前