LARK-Lab 提出 Mosaic：跨会话的 Agentic 强化学习新范式
LARK-Lab · hf · 2026-10-16
LARK-Lab 发布 Mosaic，将 agentic 强化学习扩展到跨多个会话的轨迹：智能体任务往往跨越多次对话/会话，传统 RL 按单条轨迹计算优势不再适用。
方法上，Mosaic 通过分层优势估计（hierarchical advantage estimation）在会话层面优化各 session 对最终结果的贡献与信用分配，让 RL 训练能覆盖一次 rollout 内的多个会话，是面向长程智能体训练的信用分配新思路。
「编程与Agent」频道最新
- 开发者做 MCP 工具让 AI Agent 拨打真人电话，每月免费10通求反馈 — Many_Benefit_3393 · 2026-10-16
- 向量库≠记忆系统:一图讲清 LLM 记忆的读写路径与评测要点 — techNmak · 2026-10-16
- mergelock 开源：Git 合并干净也拦得住，专抓多 Agent 并行的语义冲突 — ksadayamuthu · 2026-10-16
- OpenUI 1.0 开源发布:让每个 Agent 的回复变成可交互界面 — heyshrutimishra · 2026-10-16
- 10 个开源项目看清你的 AI Agent 到底干了什么，Langfuse 3.6 万星领跑 — victor_explore · 2026-10-16
- RES 环境递归扩展：六大模型长程任务成功率暴跌 57-77 个百分点 — Lingxiao Jing · 2026-10-16