arXiv preprint / 奖励驱动进化

Reward Is Enough: LLMs Are In-Context Reinforcement Learners

作者：Kefan Song, Amir Moeini, Peng Wang, Lei Gong, Rohan Chandra, Shangtong Zhang, Yanjun Qi · 单位：University of Virginia · 会议/期刊：arXiv preprint · 方向：奖励驱动进化 · 发布日期：2025-05-21

自我进化智能体奖励驱动进化大语言模型智能体上下文演化奖励学习
新标签打开 AlphaXiv
Reward Is Enough: LLMs Are In-Context Reinforcement Learners figure
AlphaXiv 中文概览（可滚动查看）