Learning When to Remember: Risk-Sensitive Contextual Bandits for Abstention-Aware Memory Retrieval in LLM-Based Coding Agents

发布

2026年05月01日

采集 2026年05月01日 06:31

学术前沿 6.0 分 — Learning When to Remember：编码Agent风险敏感上下文记忆检索

原文： arxiv.org

评分 6 · 来源： · 发布于 2026-05-01

评分依据：Learning When to Remember：编码Agent风险敏感上下文记忆检索

Skills-Coach: A Self-Evolving Skill Optimizer via Training-Free GRPO

Decoupling the Benefits of Subword Tokenization for Language Model Training via Byte-level Simulation