arXiv · cs.AI· Anikait Singh·· 11 天前精选AI 评分56
Librarian Agents 论文提出用强化学习训练 LLM 预先整理长上下文工作区
Librarian Agents: Training LLMs to Curate Long-Context Workspaces that Anticipate Future Queries
来源与原文
arXiv · cs.AI
作者：Anikait Singh
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.22273v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出 Librarian Agents 框架，由 builder agent 把原始文档整理成层级化合成文件工作区，并将构建过程建模为 MDP、用强化学习直接优化下游答题准确率。方法在 BrowseComp-Plus 上比最强检索与预计算基线高 33 个百分点，并在 BRIGHT 上零样本泛化，平均准确率提升 31 点。
推荐理由
论文把工作区构建建模为 MDP 并用 RL 直接优化下游答题准确率，方法路径和基线对比对长上下文 Agent 研究有可迁移参考。
来源：arXiv · cs.AI · arxiv.org