热点事件持续更新
研究人员提出智能体强化学习框架SCOPE
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月30日，研究人员在arXiv发表成果，提出面向智能体强化学习的自蒸馏框架SCOPE。该框架通过分析自身轨迹，在选定的错误步骤进行关键步骤同策略自蒸馏。测试显示，基于Qwen2.5-3B模型，SCOPE在ALFWorld与WebShop上的成功率分别达到97.7%和85.2%；在未见任务中，其成功率相较于GRPO提升了23.2个百分点，同时交互次数减少了46.7%。
AI 根据报道生成 · 3 小时前更新
最新进展10月30日 12:00
研究人员推出自蒸馏框架SCOPE，在未见任务上表现显著优于GRPO且交互减少46.7%。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv 人工智能SCOPE：面向智能体强化学习的选择性关键步骤同策略自蒸馏
研究人员提出面向智能体强化学习的自蒸馏框架 SCOPE，通过分析自身轨迹并在选定错误步骤进行关键步骤同策略自蒸馏。基于 Qwen2.5-3B，SCOPE 在 ALFWorld 与 WebShop 成功率分别达 97.7% 和 85.2%，在未见任务上比 GRPO 提升 23.2 个百分点且交互减少 46.7%。
本事件热度走势
当前热度 8·可比范围峰值 9（10月30日 16:00）·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。