何时需要更新动作归因？

英文标题：When Does Action Credit Need Updating?

使用工具的 Agent 会随着新的交互数据持续更新。在每次策略更新后，先前估计的动作归因可能会失效。若从头重新计算这些归因，可能需要额外进行大量工具调用和环境交互。该研究聚焦于判断何时有必要更新动作归因，以降低 Agent 训练与迭代中的计算和交互成本。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB