本研究提出了一种新架构，将强化学习与大型语言模型结合，以解决长期规划中的缺陷。通过引入领域特定信息，该方法在非线性推理和程序等价性任务上优于现有技术。

Integrating Large Language Models with Reinforcement Learning for Non-Linear Reasoning
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证