arxiv · arXiv · 2026-10-03 01:24 · 评分 80
提出依赖感知的信用分配方法用于终端Agent强化学习，显式追踪命令间读写依赖，避免训练信号分配给无关操作，提升编码、调试等多步终端任务的性能。
原文：arXiv ｜ 返回 AI 资讯列表