CAST: Game Solvers as Turn-Level Teachers for LLM Agents

• 类型：arxiv
• 标识：2607.25308
• 链接：https://arxiv.org/abs/2607.25308
• 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：CAST (Credit Assignment from Solver Teachers), which converts value changes in a game solver's state value into solver advantages and injects them into RLVR as turn-level signals and achieves the highest average zero-shot performance on ALFWorld and WebShop.
• OpenAlex ID：W7171638459
• OpenAlex DOI：10.48550/arxiv.2607.25308
• DOI：10.48550/arxiv.2607.25308
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.25308
• OpenAlex更新：2026-08-25
• 待LLM分类：否
• 标题中文：CAST: 以博弈求解器作为 LLM Agent 的回合级教师
• TLDR中文：提出 CAST（Credit Assignment from Solver Teachers），将游戏求解器状态价值的变化转换为求解器优势，并将其作为 turn 级信号注入 RLVR，在 ALFWorld 和 WebShop 上取得最高的平均 zero-shot 性能。
• 来源文件：
• /inbox/tom/_candidates/2026-07-30-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]