公开知识图谱记录
PivotOPD
记录摘要
单次PPO更新结合枢纽错误检测、预防蒸馏与恢复蒸馏。
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: ALFWorld、WebShop、Search-based QA
- 基准测试: SWE-Bench Verified
- 基准测试: 在 13 个基线的 8 项逐基准平均成绩中排名第一
- 基准测试: ALFWorld
- 基准测试: Search-based QA
- 基准测试: SWE-bench
- 基准测试: WebShop
- 能力: 检测关键错误并训练智能体恢复
资料覆盖
知识图谱当前记录了 8 个已知资料维度，另有 10 个维度尚未记录，关联 1 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- NVIDIA — 研发
- ALFWorld — 评测于
- Search-based QA — 评测于
- SWE-bench — 评测于
- WebShop — 评测于