PORTool: बहु-टूल एकीकृत तर्क के लिए रिवॉर्ड ट्री और महत्व-जागरूक नीति अनुकूलन विधि
मूल शीर्षक:PORTool: Importance-Aware Policy Optimization with Rewarded Tree for Multi-Tool-Integrated Reasoning
AI सारांश
शोध टीम ने PORTool एल्गोरिद्म प्रस्तुत किया है, जो बहु-टूल एकीकृत तर्क में केवल परिणाम-आधारित रिवॉर्ड पर निर्भर रहने से उत्पन्न क्रेडिट असाइनमेंट की अस्पष्टता का समाधान करता है। यह विधि महत्व-जागरूक नीति अनुकूलन के माध्यम से परिणाम-स्तरीय पर्यवेक्षण के अंतर्गत एजेंट की टूल उपयोग क्षमता को सुदृढ़ करती है और साथ ही चरण-स्तरीय रिवॉर्ड वितरण भी प्राप्त करती है। PORTool रिवॉर्ड ट्री उत्पन्न करके महत्वपूर्ण निर्णय चरणों को स्पष्ट करता है, जिससे मॉडल को प्रभावी टूल कॉल अनुक्रम सीखने में अधिक सटीक मार्गदर्शन मिलता है और जटिल कार्यों को हल करने की दक्षता तथा विश्वसनीयता बढ़ती है।
मुख्य जानकारी
- शोध टीम ने PORTool एल्गोरिद्म प्रस्तुत किया है
- जो बहु-टूल एकीकृत तर्क में केवल परिणाम-आधारित रिवॉर्ड पर निर्भर रहने से उत्पन्न क्रेडिट असाइनमेंट…
- जिससे मॉडल को प्रभावी टूल कॉल अनुक्रम सीखने में अधिक सटीक मार्गदर्शन मिलता है और जटिल कार्यों को…
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- श्रेणी
- पेपर और शोध
- AI स्कोर
- 66
不少 Agent 团队训练时都遇到过奖励信号太稀疏的问题,PORTool 试着把奖励细粒度化,给了个可实操的解法,做工具调用智能体的值得深读。
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: PORTool: बहु-टूल एकीकृत तर्क के लिए रिवॉर्ड ट्री और महत्व-जागरूक नीति अनुकूलन विधि। 4 मई 2026। https://new.nat6.net/hi/news/cmoru206602i0slrjal8zp4ss/