Meta论文提出RSD：让Agent从无标注轨迹学习
热点事件持续更新
Meta论文提出RSD：让Agent从无标注轨迹学习
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
Meta 发表论文提出 RSD 方法，让 AI 智能体从自身过往无标注的任务尝试中学习：同一模型在任务结束后回看每一步并打分，从而利用没有标注对错、也没有奖励的运行记录进行学习。据 X 用户 Rohan Paul 转述，在 ScienceWorld 上，Qwen3-14B 的成功率从 12.9% 提升到 20.6%；在 ALFWorld 上，Qwen3-8B 达到 76.6%，超过所有其他被测方法，包括那些获得奖励或标准答案的方法。上述数字均来自该转述，论文原文细节尚未在现有报道中展开。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 13:54
Meta 新论文提出 RSD：让 AI 智能体从无标注历史轨迹中学习报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Rohan PaulMeta 新论文提出 RSD：让 AI 智能体从无标注历史轨迹中学习
Meta 新论文提出 RSD 方法，让同一模型在任务结束后回看每一步并打分，从而利用没有标注对错、也没有奖励的智能体运行记录进行学习。在 ScienceWorld 上，Qwen3-14B 的成功率从 12.9% 提升到 20.6%；在 ALFWorld 上，Qwen3-8B 达到 76.6%，超过所有其他被测方法，包括那些获得奖励或标准答案的方法。
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。