研究者提出RSE-Bench评测Agent技能自进化噪声鲁棒性
热点事件持续更新
研究者提出RSE-Bench评测Agent技能自进化噪声鲁棒性
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
研究者 Tao Yu 等人提出并发布 RSE-Bench，称其为首个评估普通非对抗噪声下技能自进化的基准，覆盖四个领域、六个基准，对指令、环境证据、执行记录及结果-记录配对施加受控扰动。 在三种方法和两种骨干模型上，含噪学习仅保留干净自进化聚合增益的 25.5%–42.1%；仅扰动执行记录和结果-记录配对造成的平均损失与输入侧噪声相当。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
RSE-Bench：非对抗噪声下 LLM 智能体技能自进化基准测试报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.LGRSE-Bench：非对抗噪声下 LLM 智能体技能自进化基准测试
研究者提出 RSE-Bench，据称是首个评估普通非对抗噪声下技能自进化的基准，覆盖四个领域和六个基准，对指令、环境证据、执行记录及结果-记录配对施加受控扰动。在三种方法和两种骨干模型上，含噪学习仅保留干净自进化聚合增益的 25.5%–42.1%。仅限执行记录和结果-记录配对的扰动造成的平均损失与输入侧噪声相当。
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。