跳到正文
热点事件持续更新

EviDARL:双智能体交替强化学习提升多表问答

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Dunhan Li 等作者提出以证据为中心的双智能体框架 EviDA 及配套的交替强化学习方法 EviDARL,用于多表问答推理。EviDA 由证据构建智能体与推理回答智能体组成:前者在完整表格上生成并执行表格操作程序,产出问题专属证据和可验证的中间轨迹。 EviDARL 结合智能体细粒度奖励与参数高效交替强化学习,轮流优化单个智能体并固定另一个,使证据构建与答案推理双向适配。 作者称,在 MMQA 和 TQA-Bench 上,该方法在受限模型与训练预算下显著优于开源模型及多表推理基线。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    EviDARL:以证据为中心的双智能体交替强化学习框架,提升多表问答推理

    EviDARL 提出以证据为中心的双智能体框架 EviDA,由证据构建智能体与推理回答智能体组成,前者在完整表格上生成并执行表格操作程序,产出问题专属证据与可验证中间轨迹。EviDARL 结合智能体细粒度奖励与参数高效交替强化学习,轮流优化单个智能体并固定另一个,实现证据构建与答案推理的双向适配。在 MMQA 和 TQA-Bench 上,该方法在受限模型与训练预算下显著优于开源模型及多表推理基线。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。