苹果发布RISED框架提升智能体多环境训练效果

1. 08:00
   Apple · 机器学习研究

   RISED: Rubrics for Agentic Multi-Environment Selection and Self-Distillation

   RISED 是一种基于评分标准的框架，用于指导多环境智能体训练中的数据选择和策略监督，通过 LLM 生成的评分标准提升模型行为一致性。该方法在多个模型主干上实现了跨环境最高的平均通过率，并在每个单独环境中排名前二。正向评分标准为策略自蒸馏提供额外的监督，负向评分标准则帮助避免重复失败模式。

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。