热点事件持续更新
研究者提出基于约束树探索的TRACE算法
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月8日，arXiv发布人工智能领域研究，提出用于从语言反馈中学习的TRACE算法。该算法将用户意图建模为动作空间上的隐式约束，通过将候选约束组织为树状结构并生成动作反复测试，实现从语言反馈中探索可行区域。此外，该算法提供了证伪与辨识两种反馈利用机制以及理论覆盖界。实验评估显示，在RecMovie任务中，TRACE-Identification在20次和60次评估上限下分别达到73%和86%的成功率，明显超出提示词基线对应的42%和48%。
AI 根据报道生成 · 5 小时前更新
最新进展10月8日 12:00
研究者提出TRACE算法，通过约束树探索机制提升从语言反馈中学习的效果。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv 人工智能基于约束树探索从语言反馈中学习
研究提出 TRACE 算法，将用户意图建模为动作空间上的隐式约束，通过将候选约束组织为树状结构并生成动作反复测试，实现从语言反馈中探索可行区域。该算法提供证伪与辨识两种反馈利用机制及理论覆盖界。在 RecMovie 任务中，TRACE-Identification 在 20 和 60 次评估上限下分别取得 73% 和 86% 的成功率，远超提示词基线的 42% 和 48%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月8日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。