跳到正文
热点事件持续更新

System-One RSI框架通过双环机制提升交互Agent

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

Qingxu Fu等研究人员提出了System-One RSI(递归自改进)框架,旨在解决交互智能体在复杂场景下的自我提升难题。该框架受引导式运动学习启发,创新性地将在线OODA决策环与离线递归改进环相结合。实验表明,该方案能够在不依赖专家演示、环境修改或并行模拟的条件下,利用少量真实回合即可实现模型性能优化。 在具体应用层面,研究团队使用27B决策模型在《贪吃蛇》、《幻塔》和《黑神话:悟空》中进行了验证。结果显示,模型在《贪吃蛇》中的平均分从1.30显著提升至7.35,同时在《幻塔》场景中通关时间的中位数减少了8.4%。这一进展为构建具备“肌肉记忆”的交互智能体提供了新的方法论参考。

AI 根据报道生成 · 16 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    System-One RSI:通过引导练习构建交互智能体的肌肉记忆

    summary_zh: System-One RSI 框架结合在线 OODA 决策环与离线递归改进环,实现交互智能体自我提升。 使用 27B 决策模型,在《贪吃蛇》中平均分从 1.30 升至 7.35,《原神》场景通关时间中位数减少 8.4%。

本事件热度走势

可比范围当前
6
可比范围峰值
1011月20日 14:00
近 24 小时变化
–

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。