谷歌联合高校提出DeLoop抑制工具循环
热点事件持续更新
谷歌联合高校提出DeLoop抑制工具循环
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
谷歌与多所高校提出DeLoop，利用Agent自身的rollout构造正负样本并通过DPO训练，减少长任务中的重复工具调用。在CodeGym压缩场景下，Qwen3-8B出现循环的任务占比从57.3%降至6.1%，每任务步数约为原来的三分之一，成功率与原方法相近；Qwen3-32B的循环和步数同步下降，任务成功率从37.7%提升至44.8%。相关代码与数据将公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 11:17
DeLoop 用自身 rollout 消除 Agent 循环，Qwen3-32B 成功率升至 44.8%报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- AGI HuntDeLoop 用自身 rollout 消除 Agent 循环，Qwen3-32B 成功率升至 44.8%
谷歌与多所高校提出 DeLoop，通过利用 Agent 自身 rollout 构造正负样本，并用 DPO 减少长任务中的重复工具调用循环。在 CodeGym 压缩场景下，Qwen3-8B 出现循环的任务占比从 57.3% 降至 6.1%，Qwen3-32B 任务成功率从 37.7% 提升至 44.8%。代码与数据将公开。
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。