AGI Hunt· omarsar0·2026-11-17 04:40· 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.infoAgent 智能体推理能力数据与训练论文研究#论文/研究#Agent#推理#数据/训练#arXiv查看事件全部后续