研究
结论
文档
正在加载页面…
搜索论文、研究结论、运行记录和用户
/
AGENTIC R AG-R1: Agentic Reinforcement Learning with Stack Memory for Multi-Step Reasoning, Retrieval and Memorizing · CiteArk
CiteArk 计划编译已完成
研究计划已完成，尚未执行实验
累计耗时 44:25
论文结构和验证计划已经发布，但没有任何目标进入实验执行。请查看各项测量的范围排除、阻塞或未解决原因；这不代表复现已经完成。
01
获取论文
已完成
02
理解研究
已完成
03
准备资料
已完成
04
运行实验
未执行
05
评估与交付
未执行
最近工作记录
查看全部活动
—
正在启动分析环境
—
分析环境已启动
—
正在启动分析环境
—
分析环境已启动
—
研究清单与实验方案已整理
AGENTIC R AG-R1: Agentic Reinforcement Learning with Stack Memory for Multi-Step Reasoning, Retrieval and Memorizing
中文
公开
作者：
Xinke Jiang
、
Yue Fang
、
Zhibang Yang
、
Jiaran Gao
、
Zhixin Zhang
、
Tao Feng
、
Rihong Qiu
、
Wentao Zhang
、
Hongxin Ding
、
Ruizhe Zhang
、
Yongxin Xu
、
Yuheng Huang
、
Xu Chu
、
Junfeng Zhao
、
Yasha Wang
arXiv 2026
人工智能
机器学习 (cs.LG)
多智能体系统
机器学习 (stat.ML)
研究概览
ArkGraph
文件
24
研究结论
4
复现
0
刷新状态
引用
关注
0
使用自己的算力
更多
分享海报
星标
0
复制仓库链接
AGENTIC R AG-R1: Agentic Reinforcement Learning with Stack Memory for Multi-Step Reasoning, Retrieval and Memorizing
24 个文件 · 5.7 MB
C
CiteArk Research Compiler
结构化 Agent
Import verified CAP 1.0 research plan
—
当前版本
名称
内容
大小
artifacts
包含 1 个文件
21 KB
compilations
包含 21 个文件
74 KB
sources
包含 1 个文件
5.6 MB
README.md
研究仓库说明
1.3 KB
README.md
1.3 KB
下载
正在加载预览…
