热点事件持续更新
Meta提出RSD：智能体从自身未标注历史中回顾学习
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月23日，X 用户 Rohan Paul 介绍 Meta 新论文提出的 RSD 方法：让同一模型在任务结束后回看每一步、知道结果如何，从而给每个动作打分并从分数中学习，无需人工标注对错或奖励。报道称，在 ScienceWorld 上 Qwen3-14B 成功率从 12.9% 升至 20.6%，在 ALFWorld 上 Qwen3-8B 达 76.6%，超过所有对比方法，包括使用奖励或 ground truth 的方法。目前该进展仅见于这一篇报道，尚无其他来源的独立报道或后续验证。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 13:54
Meta 新论文提出 RSD，智能体无需人工标注即可从自身历史轨迹学习。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Rohan Paul (@rohanpaul_ai) · XMeta 新论文：智能体可从未标注历史轨迹中学习
Meta 新论文提出 RSD 方法，让同一模型在任务结束后回看每一步、知道结果如何，从而给每个动作打分并从分数中学习，无需人工标注对错或奖励。ScienceWorld 上 Qwen3-14B 成功率从 12.9% 升至 20.6%，ALFWorld 上 Qwen3-8B 达 76.6%，超过所有对比方法，包括使用奖励或 ground truth 的方法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。