JudgeMix：裁判引导的混合轨迹数据合成框架

1. 13:00
   arXiv cs.AI

   JudgeMix：面向 LLM 智能体的裁判引导混合 rollout 数据合成框架

   JudgeMix 是一个裁判引导的数据合成框架，通过逐步语义评估动态交替使用目标模型与专家模型，仅在目标模型表现不佳时引入专家指导，从而在保持轨迹成功率的同时让状态分布对齐目标模型。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。