Meta提出RSD：Agent无标注轨迹自评分学习
热点事件持续更新
Meta提出RSD：Agent无标注轨迹自评分学习
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Meta 发表论文提出 RSD 方法，让同一模型在任务结束后回看每一步并自评分，从而利用没有标注对错、也没有奖励的智能体运行记录进行学习。 在 ScienceWorld 上，Qwen3-14B 成功率从 12.9% 升至 20.6%；在 ALFWorld 上，Qwen3-8B 达到 76.6%，高于所有其他测试方法，包括获得奖励或真实答案的方法。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 13:54
Meta 论文：AI 智能体可从自身过往尝试中学习报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Rohan PaulMeta 论文：AI 智能体可从自身过往尝试中学习
Meta 新论文提出 RSD 方法，让同一模型在任务结束后回看每一步并打分，从而利用没有标注对错、也没有奖励的智能体运行记录进行学习。在 ScienceWorld 上，Qwen3-14B 成功率从 12.9% 升至 20.6%；在 ALFWorld 上，Qwen3-8B 达到 76.6%，优于所有其他测试方法，包括获得奖励或真实答案的方法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。