给任务设计者加记忆与预训练语料采样，自动生成环境多样性大增
natashajaques · x · 2026-08-20
Natasha Jaques 介绍其团队工作：此类自动课程学习方法常因 Designer 提出的任务不够多样而受限。他们通过给 Designer 添加记忆、并让每个 episode 以预训练大语料中的样本为条件，克服了这一瓶颈。生成的训练环境多样且有趣，且随训练推进复杂度不断提升。
所属事件:Agent 训练新法：给任务设计者加记忆，30B 模型涨点 10%(2 条相关)→
「研究」频道最新
- Devin Oncall 登顶 SREGym：自动值守排障达 100% 端到端成功率 — tianyin_xu · 2026-10-16
- 上交大 AutoLab 发布 Drive3R:流式 3D 重建基础模型瞄准自动驾驶 — AutoLab-SJTU · 2026-10-16
- 独立研究者发布 Cortex:用重放实测自动进化与修剪编码 Agent 的 skills 和 rules — Samuele Giampieri · 2026-10-16
- 团队用「零延迟实验室」测出 agent 药物发现是否靠预训练记忆作弊 — niloofar_mire · 2026-10-16
- 2.6 亿参数循环扩散模型反超 6 倍大小基线，推理算力省近 5 倍 — burkov · 2026-10-16
- 斯坦福 NCM 先画草稿再并行补细节，单 H100 生成提速 21 倍 — lmoroney · 2026-10-16