Meta提出回顾自蒸馏智能体方法
热点事件持续更新
Meta提出回顾自蒸馏智能体方法
2 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在论文中提出回顾自蒸馏（RSD）方法，让同一模型借助包含已知任务结局、跨任务经验和逐步反思的“特权回顾上下文”重新评价历史动作，再把评分分布蒸馏回策略，实现无标注轨迹中的自我进化。 论文称，在ALFWorld、ScienceWorld和SearchQA任务中使用Qwen3-8B/14B时，RSD相较基座模型最高提升59.7%；再采用前沿引导的上下文策略进化，最高取得44.7%的相对提升。具体实验中，Qwen3-14B在ScienceWorld的成功率由12.9%升至20.6%，Qwen3-8B在ALFWorld达到76.6%；这些结果限于论文测试的任务与模型。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 13:54
Meta 论文提出 RSD：让自进化智能体利用特权回顾蒸馏实现自我进化报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- AGI HuntMeta 论文提出 RSD：让自进化智能体利用特权回顾蒸馏实现自我进化
Meta 论文提出 Retrospective Self-Distillation（RSD），让同一模型利用包含跨任务经验、turn 级反思和已知结局的「特权回顾上下文」，为历史动作重新打分并通过策略自蒸馏回传。
- AGI HuntMeta 论文提出 RSD，让 AI 智能体从无标注历史轨迹中自我进化
Meta 提出 Retrospective Self-Distillation（RSD），让同一模型根据已知任务结局为历史行动评分，再将评分分布蒸馏回策略。实验显示，Qwen3-14B 在 ScienceWorld 的成功率从 12.9% 升至 20.6%，Qwen3-8B 在 ALFWorld 达到 76.6%。
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。