Meta-Policy Reflexion: Reusable Reflective Memory and Rule Admissibility for Resource-Efficient LLM Agent
Anzeige
Ähnliche Artikel
arXiv – cs.AI
•
Learning When to Plan: Efficiently Allocating Test-Time Compute for LLM Agents
arXiv – cs.AI
•
Weltmodelle als Brücke: Agenten meistern kostenintensive Aufgaben
arXiv – cs.AI
•
LLMs im Pokerspiel: Noch weit von Profis entfernt – ToolPoker setzt neue Maßstäbe
arXiv – cs.AI
•
AutoTraj: Automatisches Lernen von Tool‑Use‑Pfaden für KI‑Reasoning
arXiv – cs.LG
•
Weniger Lärm, mehr Stimme: RLVR verbessert LLM-Logik durch Prompt‑Purification
arXiv – cs.AI
•
Reinforcement Learning stärkt LLM-Funktionsaufrufe: Adversarial Augmentation deckt Schwächen auf