Skip to content
简体中文

切换主题

arXiv 2610.22448 · cs.LG · 2026-10-15

Lean4AgenticRL: Advancing Agentic RL with Verifiable Multi-level Process Rewards

Ruida Wang, Gerald Friedland, Tong Zhang, Chris Kong

Amazon

已归档 · 2026-10 本站收录于 2026-10-24

一句话要点

Amazon 的 Lean4AgenticRL 给软件工程和终端任务的智能体强化学习加上多层过程奖励:把工具调用级、工作流阶段级和最终结果奖励统一建立在 Lean4 形式化之上,可验证,弥补只用最终结果奖励训练效率低的问题。

Amazon's Lean4AgenticRL adds verifiable multi-level process rewards to agentic RL for software-engineering and terminal tasks, grounding tool-call, workflow-stage and outcome rewards in a unified Lean4 formalization instead of relying on outcome rewards alone.

24HF 点赞
2GitHub stars
0引用(Semantic Scholar)
40.6热度分

阅读 arXiv 原文 PDF Hugging Face 讨论 代码仓库 项目页

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-25。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)