IEEE HotICN 中文社区 |未来网络|区块链技术|人工智能|NDN中文社区|hoticnIEEE HotICN中文社区

Enhancing LLM-based Search Agents via Contribution Weighted Group Relative Policy Optimization

1. 摘要（Abstract）本文聚焦于 LLM-based Search Agent 的训练问题。现有方法在强化学习训练中主要面临一个核心难点credit assignment（贡献归因）。一方面，基于最终答案的 outcome supervision 虽然训练稳定，...

cz 38分钟前

① 研究背景在当前互联网域间路由系统中，BGP作为核心协议，其安全性长期受到路由劫持（hijack）、路由泄露（leak）等异常行为的威胁。尽管近年来RPKI、ROV等机制逐步部署，为路由验证提供了“可信锚点”，但实际网络环境却远比理想模型复杂。问题的关键在于：BGP是...

前康 2天前

1. 摘要（Abstract） TGraph是首个基于张量的通用图处理框架，旨在解决现有图系统难以跨硬件后端迁移的问题。传统图处理系统（如Ligra、Gunrock、cuGraph等）多针对特定硬件（如NVIDIA GPU或FPGA）进行深度优化，虽然在特定平台上性能突出...

hhx 2天前

1. 摘要（Abstract） VEGA提出了一种全新的只读型（immutable）学习索引，旨在同时实现最先进的经验查询性能和严格的理论查询复杂度保证。现有最快的不变学习索引（如RMI）虽在实际查询吞吐量上表现突出，但缺乏非平凡的最坏情况查询界限；相反，提供紧致界限的索...

hhx 1周前 (04-13)

① 研究背景：从“策略学习”走向“影响建模” 在多智能体强化学习（MARL）中，一个几乎所有工作都默认但很少被真正刻画的问题是：智能体之间到底是如何相互影响的？论文开篇就明确指出：“理解智能体之间的相互影响对于有效学习策略至关重要”在MARL系统中，所有智能体都处在一个共...

前康 2周前 (04-07)

Proceedings of the ACM on Management of Data, Volume 3, Issue 3 (June 2025) hps://doi.org/10.1145/3725360 EISSN: 2836-6573 1. 摘要（...

hhx 2周前 (04-07)

arXiv:2505.03768v4, October 2025 Mansur Masama Aliyu, Niclas Kannengiesser, Ali Sunyaev Karlsruhe Institute of Technology / Technical...

杨, 宗霖 2周前 (04-06)

Baochao Chen, Liyuan Ma, Hao Xu, Juncheng Ma, Dengcheng Hu, Xiulong Liu, Jie Wu, Jianrong Wang, Keqiu Li 天津大学 / Temple University htt...

杨, 宗霖 2周前 (04-06)

1. 摘要（Abstract） Hydro提出了一种面向机器学习查询的数据库管理系统（ML-centric DBMS），核心创新在于将自适应查询处理（Adaptive Query Processing，AQP）技术全面引入UDF密集型查询场景，从而彻底解决传统静态查询优化...

hhx 3周前 (03-30)

SIGCOMM ’24: ACM SIGCOMM 2024 Conference, August 4–8, 2024, Sydney, NSW, Australia https://dl.acm.org/doi/10.1145/3651890.3672265 ...

杨, 宗霖 3周前 (03-29)