MCPDisCo：面向MCP原生智能体的强化学习框架
热点事件持续更新
MCPDisCo：面向MCP原生智能体的强化学习框架
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Kounianhua Du 等作者发布论文，提出 MCPDisCo——一个面向 MCP 原生智能体的生态级强化学习框架。该框架基于 Thought-MDP，在 70 个 MCP 服务器、527 个工具的真实长程交互上训练，针对推理与工具使用此消彼长的“跷跷板”失效模式，结合 token 掩码奖励归因与双向梯度手术进行缓解。 作者称，该框架以更少 CoT token 取得更高成功率，并在 MCP-Atlas 与 GAIA 上保持单调增益。模型权重与实现已开放。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
MCPDisCo：面向 MCP 原生智能体的跷跷板缓解微调框架报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIMCPDisCo：面向 MCP 原生智能体的跷跷板缓解微调框架
MCPDisCo 是面向 MCP 原生智能体的生态级强化学习框架，基于 Thought-MDP 在 70 个 MCP 服务器、527 个工具的真实长程交互上训练。它针对推理与工具使用此消彼长的"跷跷板"失效模式，结合 token 掩码奖励归因与双向梯度手术进行缓解，以更少 CoT token 取得更高成功率，并在 MCP-Atlas 与 GAIA 上保持单调增益，模型权重与实现已开放。
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。