TreeOPSD长程智能体强化学习预印本发布

2026年10月19日，X平台用户Dongxi 东锡 NLP（@dongxi_nlp）发帖推荐阅读一篇新预印本，介绍TreeOPSD——一种面向长程智能体强化学习的树感知后验蒸馏方法。该帖称TreeOPSD是面向长程LLM智能体的无评论家（critic-free）强化学习方法，并附有“New preprint: TreeOPSD, critic-free RL for long-horizon LLM agents”的表述。事实条目将发布主体记为TreeOPSD作者团队（含腾讯混元），但所引证据仅来自上述社交平台帖子，未提供论文链接、作者名单或实验数据等进一步信息。目前该事件进展仅限于这篇预印本的对外发布与推荐，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。