#PACT

共 3 条 · 7 天 0 条 · 30 天 2 条

GRPO 1 PPO 1 SWE-bench Verified 1 企业AI 1 压力测试 1 合规性 1 强化学习 1

信息流里打上「PACT」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月23日

论文 Agent 与开发者09:42

PACT 论文：对齐 critic 与策略，提升 LLM 强化学习训练效果

一篇把 LLM 强化学习里 credit assignment 讲清楚的论文，PACT 训练后在数学推理上比 GRPO 高 8.8 个点，搞 RL 后训练的值得看看推导。

#PACT #GRPO #PPO #SWE-bench Verified

arXiv cs.AI@Jiayan Fu 等 7 人2 个信源在谈原文

9月17日

论文 Agent 与开发者精选09:27

企业级AI助手在压力下是否可靠？新基准测试框架PACT评估合规性

这个研究很实用，帮你选企业AI助手时知道哪个更可靠，比如在招聘场景下，哪个模型在压力下更不容易违规。

#PACT #合规性 #企业AI #压力测试

arXiv cs.AI@Mika Okamoto, Ansel Kaplan Erol原文

6月16日

PACT：小型语言模型规划提升反应式强化学习在陌生环境中的表现

这篇论文提出了PACT，用一个小型语言模型来规划动作，再结合强化学习策略，在FrozenLake上比纯RL效果好，而且不用重训练。

#PACT #Small Language Model #Reinforcement Learning #FrozenLake

arXiv cs.LG@Nathan Gavenski 等 5 人原文