arXiv cs.AI· Zijun Dou, Kun Luo, Chaofan Li, Shuqi Lu, Zheng Liu·· 1 天前AI 评分40
FALCA：面向长程深度搜索智能体的证伪感知强化学习与分层信用分配框架
FALCA: Falsification-Aware Reinforcement Learning with Hierarchical Credit Assignment for Long-Horizon Deep Search Agents
AI 导读
arXiv 论文提出 FALCA，将长程深度搜索建模为“提出-证伪”过程，采用 Searcher-Falsifier 协作架构：Searcher 提出候选答案，独立 Falsifier 主动寻找反证、检查未满足约束并生成证伪报告。
来源：arXiv cs.AI · arxiv.org