QVal:面向长程 LLM 智能体的密集监督信号评估
原文标题:QVal: Evaluating Dense Supervision Signals for Long-Horizon LLM Agents
导读
QVal 评估长程智能体任务中密集监督信号的质量,因为只看最终结果的奖励说不清哪些中间动作做得好。
推荐理由
涉及大模型与智能体 · 与本主题相关
来源:arXiv cs.AI · arxiv.org
原文标题:QVal: Evaluating Dense Supervision Signals for Long-Horizon LLM Agents
QVal 评估长程智能体任务中密集监督信号的质量,因为只看最终结果的奖励说不清哪些中间动作做得好。
涉及大模型与智能体 · 与本主题相关
来源:arXiv cs.AI · arxiv.org