跳到正文
AGI Hunt· omarsar0·· 1 小时前AI 评分54

美团等发布 AutoRL 多智能体自动督导 RL 训练研究

美团等发布 AutoRL:多智能体自动督导 RL 训练,Qwen3 AIME 提 20 分

AI 导读

美团、港中文、上海科大与复旦团队提出 AutoRL,通过 Perceptor、Proposer 和 Orchestrator 智能体监测并干预在线 RL 训练。

来源:AGI Hunt · agihunt.info