R² Flow：递归技能演化的自我改进框架
热点事件持续更新
R² Flow：递归技能演化的自我改进框架
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Mingda Zhang 等作者提出 R² Flow 递归自我改进框架，在共享状态编排图上交替进行策略学习、独立验证和带版本号的技能库更新。作者称，该设计针对 flow 训练中的策略坍缩、非负信用误判和库编辑依赖任务奖励三个问题。 在问答、数学推理、交互决策和代码生成任务上，作者报告其任务准确率和技能库编辑精度均优于启发式编排、强化学习和技能进化基线，并可跨执行器迁移。代码已开源。
AI 根据报道生成 · 45 分钟前更新
最新进展10月19日 12:00
R² Flow：通过递归技能进化实现递归自我改进报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.AIR² Flow：通过递归技能进化实现递归自我改进
R² Flow 是一个递归自我改进框架，在共享状态编排图上交替进行策略学习、独立验证和带版本号的技能库更新，解决 flow 训练的策略坍缩、非负信用误判和库编辑依赖任务奖励三个问题。在问答、数学推理、交互决策和代码生成任务上，其任务准确率和技能库编辑精度均优于启发式编排、强化学习和技能进化基线，并可跨执行器迁移。代码已开源。
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。