MetaExp：用可验证跨任务环境训练智能体从经验自我改进
热点事件持续更新
MetaExp：用可验证跨任务环境训练智能体从经验自我改进
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
arXiv 上发布的论文提出 MetaExp 框架，通过带受控跨任务结构的可验证任务族收集并过滤顺序交互轨迹，将其微调进 Qwen3.5-122B-A10B（使用来自 1,000 个任务族的 4,956 条轨迹），以训练语言模型智能体从交互经验中自我改进并迁移到不同任务。 论文报告：在下游演化中参数冻结的条件下，该模型在 SpreadsheetBench 提升 8.5 分，在 APEX-Agents 峰值提升 2.3 分，在 AutomationBench 提升 14.8 分。上述结果为论文声称，本站未独立核验。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 12:00
MetaExp：通过可验证跨任务环境扩展学习从经验中自我改进报道时间线
沿着报道，了解事件的不同侧面。
10月16日
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月16日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:0018:00
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。