热点事件持续更新
研究提出用于长程Agent任务的异步演化策略
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月，发表于arXiv的一项新研究针对长程智能体任务提出了有界过时异步演化策略（ES）。在Endless Terminals基准与Qwen2.5-7B-Instruct模型上的测试显示，异步ES实现了媲美同步方案的效果：自然Async-1取得了25.9%的留出成功率，略高于同步ES的25.4%；在受控延迟更新下，成功率也仅分别下降1.6和3.1个百分点。虽然GRPO的整体成功率达29.0%，但该成果首次证实ES能够良好容忍策略过时，使异步优化在长程任务中实现近乎零性能损失的成本开销。
AI 根据报道生成 · 4 小时前更新
最新进展10月6日 12:00
新研究提出有界过时异步演化策略，首次证实ES能良好容忍长程任务中的策略过时。报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- arXiv 人工智能长程智能体任务中演化策略的异步化近乎零成本
新研究提出有界过时异步演化策略（ES），在 Endless Terminals 基准与 Qwen2.5-7B-Instruct 上实现媲美同步方案的效果。自然 Async-1 取得 25.9% 的留出成功率（同步 ES 为 25.4%），受控延迟更新也仅下降 1.6 与 3.1 个百分点。尽管 GRPO 整体成功率达 29.0%，该结果首次证明 ES 能良好容忍策略过时，使异步优化近乎零成本。
本事件热度走势
当前热度 9·可比范围峰值 10（10月6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。