热点事件持续更新
离线多任务强化学习框架DaCe-DT提出
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9日，相关研究提出离线多任务强化学习框架DaCe-DT。该框架以数据为中心，通过长度门控提示词掩码（LGPM）、检索增强提示词构建（RAPC）和价值自适应回报校准（VARC）三大技术，实现提示词自适应与轨迹精炼。Meta-World实验结果表明，DaCe-DT性能超越现有SOTA方法，在最优数据集和次优数据集上分别取得了11.73%与13.34%的平均性能提升。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 12:00
研究提出离线多任务强化学习框架DaCe-DT，实验性能超越现有SOTA。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv 机器学习DaCe-DT：基于自适应提示词与轨迹校正的以数据为中心离线多任务强化学习
研究提出离线多任务强化学习框架 DaCe-DT，通过长度门控提示词掩码（LGPM）、检索增强提示词构建（RAPC）和价值自适应回报校准（VARC）实现以数据为中心的提示词自适应与轨迹精炼。Meta-World 实验结果显示，DaCe-DT 性能超越现有 SOTA 方法，在最优数据集和次优数据集上分别取得 11.73% 与 13.34% 的平均提升。
本事件热度走势
当前热度 9·可比范围峰值 10（10月9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。