热点事件持续更新
研究者提出检索程序学习框架RPL
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20日，研究人员在arXiv发布关于“检索程序学习”（RPL）框架的研究成果。该框架通过强化学习将搜索原语组合成包含局部状态和控制流的可执行程序，并利用程序变异机制应对强化学习的探索难题。评测结果显示，经 RPL 训练的 4B 模型在开放域问答任务中的表现超越了所有 8B 模型基线；在语料库级推理评测中，该模型取得了最高的 answer F1 与 document-coverage F1 成绩，并显著减少了检索轮次和上下文消耗。
AI 根据报道生成 · 4 小时前更新
最新进展10月20日 12:00
研究者提出RPL框架，经其训练的4B模型表现超越8B基线且检索消耗更低。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv 自然语言处理学习编写检索程序：通过强化学习组合搜索原语
研究提出检索程序学习（RPL）框架，利用强化学习将搜索原语组合成包含局部状态和控制流的可执行程序，并借助程序变异机制解决 RL 探索难题。评测显示，经 RPL 训练的 4B 模型在开放域问答中表现超越所有 8B 模型基线，并在语料库级推理中取得最高的 answer F1 与 document-coverage F1，同时显著减少了上下文消耗与检索轮次。
本事件热度走势
当前热度 9·可比范围峰值 10（10月20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。