CUHKSZ提出R²Orch智能体编排方法
热点事件持续更新
CUHKSZ提出R²Orch智能体编排方法
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
CUHKSZ团队提出R²Orch，通过递归自博弈训练智能体编排器，无需人工设计课程，并在推理和交互式任务上取得优于固定任务池、成功率门槛等基线的表现。 该方法包含外循环的技能撤回与内循环的任务选择：编排器撤回表现相当的技能，并将失败经验蒸馏为新技能；同时以递归可学习性为奖励，用GRPO更新任务选择策略。团队称其目标是让编排器最终在“零技能”条件下也能完成编排。
AI 根据报道生成 · 1 小时前更新
最新进展11月2日 11:17
R²Orch：CUHKSZ 团队用自博弈与技能内化实现智能体编排的自我改进报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- AGI HuntR²Orch：CUHKSZ 团队用自博弈与技能内化实现智能体编排的自我改进
CUHKSZ 团队提出 R²Orch，让智能体编排器无需人工设计课程，通过递归自博弈实现自我改进。方法含外循环的技能撤回（表现相当时撤回技能 k，失败被蒸馏为新技能）与内循环的可学习任务选择（以递归可学习性为奖励，用 GRPO 更新），相比固定任务池、成功率门槛等基线在推理与交互式任务上均有提升，目标是最终「零技能」编排也成立。
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。