PhD 毕业项目 FOCUS:解决长程智能体数百步动作的信用分配难题
EliasEskin · x · 2026-11-03
Zhengping Jiang 的 PhD 毕业项目 FOCUS 针对长程智能体训练的核心难题:智能体可能在接收单一结果奖励前执行数百个动作,由此带来两个关键问题——哪些动作应该获得信用(credit assignment),以及训练如何与现有的上下文压缩(compaction)和记忆策略协同。
FOCUS 的方案是在托管上下文状态(managed context states)上进行主动 critic 学习(active critic learning),提供模块化、可定制的上下文协议,并集成了 Tinker 和 slime 训练框架。项目文档已公开。
作者正在求职市场上,多位学者(包括 2018 年就认识他的导师)转发推荐,称这项工作对众多实验室和企业都非常相关。
所属事件:博士生发布毕业项目 FOCUS 攻克长程智能体信用分配难题(2 条相关)→
「编程与Agent」频道最新
- 开发者：自建 10-20 小时 agent 基础设施胜过现成 Codex — andreisavu · 2026-11-03
- 用 ChatGPT 设计 AI 角色 MUD,生成的 NPC 名字有点不祥 — jessi_cata · 2026-11-03
- 编程越来越靠手感:迭代成本趋零,任何人都能像大师一样试错 — nptacek · 2026-11-03
- NVIDIA 开源 Auto Ontology:给 AI Agent 加一层语义地图防查错数 — DrDatta_AIIMS · 2026-11-03
- 上海起极智锋发布 NorthCUA：经验飞轮打造开源最强电脑操作 Agent — beipo-ai · 2026-11-03
- Miles Brundage 吐槽 Claude Code 越来越爱强推后续项目建议 — Miles_Brundage · 2026-11-03