跳到正文
热点事件持续更新

研究团队发布ReTerm恢复学习方案

1 篇报道1 个报道来源46 分钟前更新

先了解这件事

AI 综述

复旦大学、香港中文大学MMLab与上海交通大学研究者在arXiv发布ReTerm,包含终端智能体恢复学习方法、ReTerm-10K数据集和ReTerm-GRPO训练方法,目标是让智能体从自身错误命令或错误实现造成的失败状态中恢复。 该方法在Terminal-Bench 2.0评测中的成绩较对照方案提升14.6个百分点。

AI 根据报道生成 · 40 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月22日
  1. AGI Hunt
    复旦大学、港中文 MMLab 与上海交大提出 ReTerm:Terminal-Bench 2.0 提升 14.6 个百分点

    复旦大学、港中文 MMLab 与上海交大研究者在 arXiv 提出 ReTerm,通过从智能体自身失败状态中学习恢复,提升终端任务表现。

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。