arXiv cs.AI 发布于 09/12 12:00

Studying Without a Syllabus: Task-Agnostic Environment Preprocessing

(翻译)无教学大纲的学习:任务无关的环境预处理

查看原文

资讯摘要

Abstract page for arXiv paper 2609.10824: Studying Without a Syllabus: Task-Agnostic Environment Preprocessing

AI 摘要

arXiv 论文研究任务无关的环境预处理:智能体在不知道下游任务分布的情况下,在预算内探索陌生环境,产出索引、脚本或流程指引等可复用产物,供冻结的求解器使用。在六个异构基准上,带归档的元智能体变体在五个基准取得最高 Avg@3 奖励,而固定语料处理在最大语料基准上仍最佳。加大研究预算未必稳定提升下游奖励,但研究产物可减少达到给定分数所需的测试时采样。

AI 问答

论文提出的核心问题是什么?

智能体能否在没有教学大纲、也不知道下游任务分布的情况下,先研究陌生环境并自行决定如何准备它。

实验在哪些方面进行了对比?

在六个异构基准上对比了无辅助与带归档的元智能体、固定合成练习和语料处理方法;带归档的元智能体变体在五个基准取得最高 Avg@3 奖励。

研究预算越大效果越好吗?

不是。更大的研究预算并不稳定提升下游奖励,但研究产物能减少达到给定分数所需的测试时采样次数。

打开原文

更多资讯

贝森特回购落空与通胀重压 美联储加息或全面开启金色财经 · 09/15 11:06AWS 称无法恢复中东部分可用区资源和数据的访问Solidot · 09/16 23:11碧桂园服务与支付宝全面深化合作,共筑“智慧物业”数字化新标杆雷峰网 · 09/16 16:48Announcing instance preference lists for Amazon SageMaker AI training jobsAWS Machine Learning Blog · 09/16 00:01超越代币化:让RWA在链上发挥实用价值金色财经 · 09/15 12:11NVIDIA中国开发者日定档10月苏州,现场设认证考试与黑客松决赛Solidot · 09/15 14:44AI健康走进百姓餐桌,蚂蚁阿福推出AI饮食分功能雷峰网 · 09/16 15:20拼多多链接裂变玩法人人都是产品经理 · 09/15 09:20对话蚂蚁灵波 CEO 朱兴:机器人还吃不了「粗粮」爱范儿 / APPSO · 09/16 12:04Xspark AI 丁文伯:触觉替代不了视觉,但机器人需要一套自己的“脊髓” |物理AI 50人雷峰网 · 09/15 15:52产品已批量进入全球头部Tier 1产线,「知来具身」要为工业场景打造“开箱即用”的泛化机器人36氪 · 09/16 10:12清华稳准智能联合发布LimiX-2,结构化数据基础模型登顶国际评测榜单雷峰网 · 09/16 16:05语义翻译的操作日常:把”我觉得不对”变成”机器能查”人人都是产品经理 · 09/16 09:52分析师:四大关键因素驱动 Robinhood 链快速增长金色财经 · 09/15 17:27潘功胜最新文章:深刻认识中国金融结构变迁(全文)金色财经 · 09/16 13:28手机替我跑了一整套流程!我就说了一句话,AI执行了100步量子位 · 09/15 20:47今晚「鸽派加息」?金色财经 · 09/16 16:08被AI放大的光学「戏份」,让「配角」舜宇的生意越做越大雷峰网 · 09/16 18:33无问芯穹联合清华、上交正式开源具身端侧推理引擎APXInf,Pi 0.5性能SOTA量子位 · 09/15 18:43被用了几千年的铜,怎么突然成了AI时代的新宠?果壳网 · 09/16 16:15圆桌:跃迁·AI深流,价值跃升——AI深水时代,从模型竞逐到产业价值涌现 | 36氪 2026产业未来大会36氪 · 09/15 17:23Mozilla 报告称中国开放权重模型与美国前沿模型仅相差 4.4 个月Solidot · 09/16 18:30当AI能解千禧难题,再次证明答案不再是门槛人人都是产品经理 · 09/15 09:44AI 写了几十页 PPT,“经营分析”报告仍被批不够深入?人人都是产品经理 · 09/15 11:32产品经理的体面,是一块不能失守的 “括约肌”人人都是产品经理 · 09/15 16:09圆桌:量智共振·多元路径:共筑中国量子产业下一个十年 | 36氪 2026产业未来大会36氪 · 09/15 15:35清晰法案投票失败 后续还有机会吗?金色财经 · 09/16 14:34高通技术公司携手中兴努比亚和豆包手机助手,共同推动智能手机迈入个人AI新时代量子位 · 09/16 16:18横扫四榜,DM0.5 凭什么面面俱到?雷峰网 · 09/15 10:22How NVIDIA Groq 3 LPX Deterministic Execution Drives Power-Efficient High-Interactivity Inference on NVIDIA Vera RubinNVIDIA Technical Blog · 09/16 00:55