先了解这件事
AI 综述
Meta 发表论文提出 RSD 方法,让 AI 智能体在知道任务结局后回看每一步,从没有人标注对错的历史尝试中学习。论文报告的实验结果显示:在 ScienceWorld 上,Qwen3-14B 的成功率从 12.9% 升到 20.6%;在 ALFWorld 上,Qwen3-8B 达到 76.6%,超过所有被测方法,包括那些获得奖励或标准答案的方法。作者还建议保留智能体未标注的运行记录(包括失败),并在每轮重新生成回看笔记,因为冻结笔记到第 3 轮时 ALFWorld 成功率停在 59.7%,而每轮更新笔记时为 67.9%。目前该工作以论文形式发布,尚无后续进展。
AI 根据公开报道生成
最新进展 · 正式报道
Meta 新论文提出 RSD：智能体可从无标注历史轨迹中学习事件进展
1 个已确认进展
- 来源：Rohan Paul
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月23日
Rohan Paul
Meta 新论文提出 RSD：智能体可从无标注历史轨迹中学习
Meta 新论文提出 RSD 方法，让 AI 智能体在知道任务结局后回看每一步，从没人标注对错的历史尝试中学习。在 ScienceWorld 上，Qwen3-14B 的成功率从 12.9% 升到 20.6%；在 ALFWorld 上，Qwen3-8B 达到 76.6%，超过所有被测方法，包括那些获得奖励或标准答案的方法。作者建议保留智能体未标注的运行记录（包括失败），每轮重新生成回看笔记，因为冻结笔记到第 3 轮时 ALFWorld 成功率停在 59.7%，而每轮更新笔记时为 67.9%。