反馈级联推进Craftax长程任务
热点事件持续更新
反馈级联推进Craftax长程任务
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Komorebi AI 研究者提出反馈级联框架,让编码智能体在单局需10万步动作的 Craftax 中进化程序化策略,最终关到达率达到50%,最终 Boss 击败率达到28%。 该框架从回合回报逐步过渡到模拟器可密集评分的层级化目标,并通过信念更新精炼策略;所得能力还可分解为可复用的目标编译器,在新任务中实现零样本迁移,生成的程序化策略不调用推理模型。
AI 根据报道生成 · 1 小时前更新
最新进展11月17日 17:17
Komorebi AI 提出 Craftax 长程任务新法:用反馈级联引导 LLM 进化程序化策略与目标编译器报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- AGI HuntKomorebi AI 提出 Craftax 长程任务新法:用反馈级联引导 LLM 进化程序化策略与目标编译器
Komorebi AI 研究者提出反馈级联框架,让编码智能体在单局需 10 万步动作的 Craftax 中进化代码策略,最终关到达率达 50%,最终 Boss 击败率达 28%。该方法借助密集评分和信念更新精炼策略,并将能力分解为可复用的目标编译器,实现新任务零样本迁移与零推理模型调用。
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。