实体
RoboPhD
RoboPhD
PulseAugur coverage of RoboPhD — every cluster mentioning RoboPhD across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架ARISE-RL赋能AI智能体进行迭代式自我进化
研究人员推出ARISE-RL，一个旨在增强强化学习训练的智能体自我进化能力的新型框架。该框架通过耦合任务/评分标准生成器和推理求解器来应对开放式任务中的挑战，从而实现迭代式改进。它还纳入了奖励门控自我进化蒸馏（RG-SED）来优化策略学习，并引入了ECR-Bench，一个用于评估智能体在复杂研究和规划任务上性能的新基准套件。
-
RoboPhD 代理进化 LLM 程序，主导任务排行榜
研究人员开发了一种名为 RoboPhD 的进化元代理，该代理能够生成代理程序，从而在特定任务的各种价位上实现卓越的准确性。通过利用九个 LLM 端点菜单并在小型数据集上进行训练，RoboPhD 创建的代理程序可以在代码生成和科学文档检索的任务排行榜上有效竞争。该系统旨在通过在每个价格级别提供更好的性能，包括匹配或超越现有解决方案的最高得分和最低成本，从而在帕累托最优方面超越竞争对手。