AGI Hunt· May_F1_·· 1 天前AI 评分60
Lean4AgenticRL 用形式验证为 Agent 强化学习提供过程奖励
Lean4AgenticRL:形式验证给 Agent RL 加过程奖励,SWE-Bench 提升 20.2%
AI 导读
Lean4AgenticRL 框架将形式验证用于开放域 Agentic RL 的过程奖励，通过前置和后置条件谓词系统检查工作流自洽性并定位破坏一致性的步骤。
来源：AGI Hunt · agihunt.info
Lean4AgenticRL 用形式验证为 Agent 强化学习提供过程奖励