Agentic Retrieval and Reinforcement Learned Equation Chains: A Controlled Generation Framework for Complex and Novel Physics Word Problems

En 3 lignesARVRE combine apprentissage par renforcement hors-ligne, RAG agentic et LLM pour générer des problèmes de physique complexes et solvables. La première étape construit des chaînes d'équations valides via temporal-difference learning ; la seconde convertit ces chaînes en questions naturelles. Évaluations humaines et automatiques montrent une supériorité en complexité, nouveauté et solvabilité.

Résumé généré par Claude — vérifié par l'humain