Wenhao Yu, Zhengcheng Wang, Jiahong Liu, Zexuan Qiu, Minda Hu, Shaohang Wei, Jiafei Lyu, Junyan Lyu · 2026 · arXiv
DOI: 10.48550/arXiv.2610.29965 · open-access PDF
공동 강화 학습 및 자폐화는 작업 보상을 에이전트 훈련을위한 밀접한 교사 지침과 결합하지만 그들의 배경은 부분적으로 취소 할 수 있습니다. 혼합 요소는 상대적 규모를 제거하지 않고 선택적으로 반대 구성 요소를 제거합니다. CORD는 두 목표의 충돌 인식 최적화를위한 일반적인 프레임 워크인 CORD를 제시합니다. CORD는 보호 된 객체의 선택을 투사 조건과 분리하고 최적화기 미니 배치 당 한 번 배경을 결합합니다. 가장 가까운 포인트 공식은 닫힌 형태의 업데이트를 제공하고 최적화에 대한 첫 번째 계층 효과를 특징으로합니다.
Machine translation (Meta M2M100); the English original follows.
Joint reinforcement learning and self-distillation combines task rewards with dense teacher guidance for agent training, but their gradients can partly cancel. A mixing coefficient controls relative scale without selectively removing opposing components. We present CORD, a general framework for conflict-aware optimization of two objectives. CORD separates the choice of protected objective from the condition that triggers projection, and combines the gradients once per optimizer mini-batch. A nearest-point formulation yields a closed-form update and characterizes its first-order effect on the p
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.29965, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange