Apple 提出 RISED：用评分量表引导多环境智能体训练
热点事件观察中
Apple 提出 RISED：用评分量表引导多环境智能体训练
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Apple 研究团队提出 RISED 框架，把评分量表（rubrics）从奖励信号扩展为多环境 LLM 智能体训练中的数据选择与策略监督工具。 具体做法是：由 LLM judge 用跨环境共享的评分量表词表标注每条 rollout，据此挑选与混合环境批次行为构成一致的数据；正向量表用于为正策略自蒸馏教师提供 token 级监督，负向量表则引导后续生成避开重复失败模式。 Apple 称，在多个模型骨干上，RISED 取得跨环境最高平均通过率，并在每个单独环境中排名第一或第二。
AI 根据报道生成 · 1 小时前更新
最新进展10月6日 08:00
Apple 提出 RISED：用评分量表引导多环境 LLM 智能体的数据选择与自蒸馏报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- Apple Machine Learning ResearchApple 提出 RISED：用评分量表引导多环境 LLM 智能体的数据选择与自蒸馏
Apple 研究团队提出 RISED，将评分量表（rubrics）从奖励信号扩展为多环境 LLM 智能体训练中的数据选择与策略监督工具。该方法由 LLM judge 用跨环境共享的评分量表词表标注每条 rollout，据此挑选与混合环境批次行为构成一致的数据，并用正向量表为正策略自蒸馏教师提供 token 级监督、负向量表引导后续生成避开重复失败模式。
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。