ARC: Fair Relative Advantage Comparison in Open-Ended Real-World Interaction

• 类型：arxiv
• 标识：2608.13622
• 链接：https://arxiv.org/abs/2608.13622
• 主分类：agent
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：The proposed ARC (Advantage Regularization via Conditioning), a training recipe that restores fairer relative comparison through strategy-conditioned rollout grouping, together with hybrid rewards and entropy regularization, is proposed.
• OpenAlex ID：W7203597637
• OpenAlex DOI：10.48550/arxiv.2608.13622
• DOI：10.48550/arxiv.2608.13622
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.13622
• OpenAlex更新：2026-08-31
• 待LLM分类：否
• 标题中文：ARC：开放式真实交互中的公平相对优势比较
• TLDR中文：本文提出 ARC（Advantage Regularization via Conditioning），一种通过策略条件化 rollout 分组来恢复更公平的相对比较、并结合混合奖励与熵正则化的训练方法。
• 来源文件：
• /inbox/tom/_candidates/2026-08-25-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]