arXiv · Machine Learning· Haiyue Zhang·· 9 小时前AI 评分52
论文评估有限执行回放下的步骤级信用分配
Credit Without Ground Truth: Claim-Matched Evaluation of Step-Level Credit with Finite Executed Replay
AI 导读
Haiyue Zhang 的论文在 ALFWorld 中使用两个独立随机种子的 replay bank，对 172 个固定回合的 27,520 条 continuations 进行步骤级信用评估。
来源：arXiv · Machine Learning · arxiv.org