Mosaic: Multi-Session Agentic Reinforcement Learning

Mosaic 是一种新型的多会话智能体强化学习方法，它通过分层优势估计优化会话级贡献和分配。根据 Hugging Face Daily Papers 的最新报道，Mosaic 在 BrowseComp 数据集上的实验中显示出优于广播方法的性能，特别是在上下文压缩和子智能体分叉场景中。此外，Mosaic 平均使用的会话数量更少，这表明该方法在效率上有所提升。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。