小红书提出 Agent 学习框架 AdaptEvo
热点事件持续更新
小红书提出 Agent 学习框架 AdaptEvo
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
小红书 AllSpark 团队联合社区审核算法团队提出 Agent 学习框架 AdaptEvo，用于规则约束下的复杂情境决策。该框架将置信度自适应强化学习 CA-GRPO 与决策知识、评价准则的演化交替进行。 据小红书技术介绍，CA-GRPO 根据参考答案的置信度调整结果奖励与过程奖励的比重；框架还从跨案例的共性失败中提炼可复用的决策知识，并完善过程评价准则，目标是让 Agent 从规则匹配转向有证据支撑的情境决策。上述效果为提出方说法。
AI 根据报道生成 · 3 小时前更新
最新进展10月13日 18:14
小红书提出 AdaptEvo：面向规则约束情境决策的 Agent 学习框架报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- 公众号：小红书技术小红书提出 AdaptEvo：面向规则约束情境决策的 Agent 学习框架
小红书 AllSpark 团队联合社区审核算法团队提出 Agent 学习框架 AdaptEvo，将置信度自适应强化学习 CA-GRPO 与决策知识、评价准则的演化交替进行。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月13日 21:00
- 近 24 小时变化
- –
02.557.510
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。