跳到正文
实时
热点事件历史事件

R^2Orch 递归自我改进智能体编排

1 篇报道1 个报道来源17 天前更新

先了解这件事

AI 综述

R^2Orch 通过可学习的任务选择和技能撤回的递归自我博弈来训练编排器,无需手设计课程,在推理和交互任务中提升性能。实验结果显示,R^2Orch 在十二个数据集上始终优于基线,涵盖问答、数学、代码和交互任务。代码开源。 该技术由 qwen 发布,旨在通过技能内化循环中的自我博弈实现智能体编排的递归自我改进。

AI 根据报道生成 · 更新于 17 天前

报道时间线

沿着报道,了解事件的不同侧面。

11月2日
  1. Hugging Face Daily Papers
    R^2Orch:通过技能内化循环中的自我博弈实现智能体编排的递归自我改进

    R^2Orch 通过可学习的任务选择和技能撤回的递归自我博弈来训练编排器,无需手设计课程,在推理和交互任务中提升性能。实验结果显示,R^2Orch 在十二个数据集上始终优于基线,涵盖问答、数学、代码和交互任务。代码开源。