热点事件持续更新
清华TreeOPSD框架提升Qwen3-30B-A3B-Thinking-2507准确率
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
清华大学提出TreeOPSD框架，一种无批评家、树感知后验自蒸馏框架，针对长程agentic RL。该框架在多个基准和模型规模上提升了agentic能力，特别是在长程任务上，如将Qwen3-30B-A3B-Thinking-2507在Deep Research设置上的平均准确率提升了4.97点。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 21:16
TreeOPSD框架成功提升了Qwen3-30B-A3B-Thinking-2507的准确率。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- Agent Control Flash News清华TreeOPSD：长程agentic RL新框架，提升Qwen3-30B-A3B-Thinking-2507准确率4.97点
清华大学提出TreeOPSD，一种针对长程agentic RL的无批评家、树感知后验自蒸馏框架，在多个基准和模型规模上提升agentic能力，尤其在长程任务上，如将Qwen3-30B-A3B-Thinking-2507在Deep Research设置上的平均准确率提升4.97点。
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。