Newest papers

Self-Credit: Credit Assignment for Long-Horizon Agentic RL via Intra-group Rescaling

Fangcong Yin, Ming Yin, Tanvi Bhandarkar, Aashu Singh, Eryk Helenowski, Shlok Kumar Mishra, Saghar Hosseini, Karthik Abinav Sankararaman · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28388 · open-access PDF

Arabic

يتم تدريب عملاء LLM باستخدام RLVR ، ولكن طبيعة صغيرة من المكافآت RLVR التقليدية تجعل توزيع الائتمان معقدًا ، وخاصة بالنسبة لمهام طويلة الأمد. ونحن نقترح Self-Credit ، وهو طريقة RL العملاء من نهاية إلى نهاية التي تخلق إشارات مراقبة قوية من المكافآت الناتجة عن النتائج الصغيرة باستخدام توزيع الائتمان الذاتية من خلال توزيع الائتمان داخل المجموعة. ويستند Self-Credit على RL القائم على مجموعة مع ثلاث عناصر. أولاً ، أثناء تطويرها ، تنتج السياسات النموذجية خلاصات مع تدوينات للارتباطات السابقة التي تحتوي على الأدلة المهمة ، والتي تستخدم كويتي الذاتية

Machine translation (Meta M2M100); the English original follows.

Abstract

LLM agents are commonly trained with RLVR, but the sparse nature of typical RLVR rewards makes credit assignment challenging, especially for long-horizon tasks. We propose Self-Credit, an end-to-end agentic RL method that creates dense supervision signals from sparse outcome rewards using self-generated credit assignment via intra-group rescaling. Self-Credit builds on group-based RL with three components. First, during its rollouts, the policy model generates summaries with citations to earlier turns containing critical evidence, which serve as self-generated credit. Second, we refine this mo

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange