arXiv preprint / 奖励驱动进化

Feedback Friction: LLMs Struggle to Fully Incorporate External Feedback

作者：Dongwei Jiang, Alvin Zhang, Andrew Wang, Nicholas Andrews, Daniel Khashabi · 单位：Johns Hopkins University · 会议/期刊：arXiv preprint · 方向：奖励驱动进化 · 发布日期：2025-06-13

自我进化智能体奖励驱动进化大语言模型智能体奖励学习强化学习
新标签打开 AlphaXiv新标签打开 Project新标签打开 Code
Feedback Friction: LLMs Struggle to Fully Incorporate External Feedback figure
AlphaXiv 中文概览（可滚动查看）