Co-Evolving Acting and Forecasting for Language Agents

arXiv cs.AI · 15 oct, 06:00

Investigadores presentan CoPE, un método de aprendizaje por refuerzo para entrenar agentes de lenguaje de forma más eficiente. El enfoque combina objetivos de acción multi-paso con pronóstico de acciones futuras en la misma red neuronal, logrando mejor desempeño y eficiencia muestral en benchmarks de simulación y aplicaciones realistas.