AI在线 AI在线

Agentic RL

牛津&SH AI lab万字综述：Agentic RL——下一代企业级AI智能体的终极路线图

牛津&SH AI lab万字综述：Agentic RL——下一代企业级AI智能体的终极路线图
大家好，我是肆〇柒。 今天我们一起看一篇综述，这是来自牛津大学、上海人工智能实验室、新加坡国立大学等全球顶尖机构联合发布的前沿综述——《The Landscape of Agentic Reinforcement Learning for LLMs: A Survey》。 这篇论文系统性地梳理了如何通过强化学习，将大语言模型从被动的文本生成器，重塑为主动的、能解决复杂现实问题的决策智能体。
9/12/2025 3:47:50 PM
肆零柒
从「会说」迈向「会做」，LLM下半场：Agentic强化学习范式综述

从「会说」迈向「会做」，LLM下半场：Agentic强化学习范式综述
本文第一作者为新加坡国立大学博士生 张桂彬、牛津大学研究员 耿鹤嘉、帝国理工学院博士生 于晓航；通讯作者为上海人工智能实验室青年领军科学家 白磊 和 牛津大学博士后 / 上海人工智能实验室星启研究员 尹榛菲过去几年，大语言模型（LLM）的训练大多依赖于基于人类或数据偏好的强化学习（Preference-based Reinforcement Fine-tuning, PBRFT）：输入提示、输出文本、获得一个偏好分数。 这一范式催生了 GPT-4、Llama-3 等成功的早期大模型，但局限也日益明显：缺乏长期规划、环境交互与持续学习能力。 为了突破这样的瓶颈，自 2025 年初 DeepSeek R1 及其背后的 GRPO 范式获得空前热度以后，一种新的训练范式 ——Agentic Reinforcement Learning（Agentic RL），愈发到社区关注。
9/8/2025 7:25:00 PM
机器之心