Investigadores apuntan a la asignación de crédito en agentes de búsqueda

Dos papers en arXiv presentan métodos para asignar crédito con mayor precisión en agentes de IA que recuperan, buscan, verifican e integran evidencia a lo largo de múltiples pasos. RICE-PO convierte las interacciones de recuperación en señales de aprendizaje localizadas al anclarse en acciones ejecutables de alta incertidumbre y propagar el crédito hacia pasos de razonamiento latentes bajo condiciones específicas de influencia y estabilidad. ABSeeker propone Answer-Backtracked Credit Assignment, que rastrea desde una respuesta de referencia hasta pistas intermedias y puntúa pasos de búsqueda individuales para recompensar acciones útiles y contener las erróneas o redundantes.