论文提出 Librarian Agents：用 RL 预整理长文档

斯坦福与 CMU 的研究团队（Chelsea Finn 与 Aviral Kumar 组）发表论文提出 Librarian Agents，并开源代码、开放主页。该方法用强化学习训练一个 builder agent：在看不到任何用户问题的前提下，通过建、并、删、停四个动作把原始长文档重组成带溯源链接的分层文件系统，奖励信号直接取自答题 agent 在隐藏问题上的答对率。 论文的思路与常见做法相反：与其让 agent 每次提问都临时翻找原文，不如先训练一位“图书管理员”把文档提前整理好，后续提问直接在整理后的工作区上作答。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。