热点事件持续更新
CORD 框架优化 ALFWorld 成功率
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
港中文 Irwin King 等提出 CORD 框架，用于解决强化学习（RL）与自蒸馏梯度冲突问题，从而提升 ALFWorld 的成功率。该框架通过冲突感知优化方法，将联合 RL 和蒸馏的复杂度降低，避免了将冲突视为噪声的错误做法。最新报道显示，ALFWorld 的成功率提升了 1.5–15.9 pp，而 WebShop SDAR 从 60.7% 提升至 64.6%。然而，该框架仅适用于训练线专用，不应与 Agent #9 D-Skill 并进使用。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 06:05
CORD 框架成功提升 ALFWorld 成功率，成功率提升 1.5–15.9 pp报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Agent Control Flash NewsCORD 框架助力 ALFWorld 成功率提升：港中文 Irwin King 等提出冲突感知优化方法
反直觉：联合 RL+蒸馏不是简单重加权，梯度冲突要做投影。现有错处：把冲突当噪声。作者改动：CORD 冲突感知优化，可插三套联合配方。硬数字：ALFWorld 成功 **+1.5–15.9** pp（GRPO+OPSD 池化 **65.0→80.9%**）；WebShop SDAR **60.7→64.6%**。可迁移判断：**训练线专用。不要并进 Agent #9 D-Skill。**
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。