电商热点雷达运营热点解读
3B模型成功率94.5%！Token级奖励打开长链路智能体训练新思路
雷达摘要
中科大与阿里巴巴团队提出ADRS方法，将训练期特权技能转化为token级信用，解决多轮智能体强化学习的时间信用分配难题。3B模型在ALFWorld成功率达94.5%，较最强基线提升10.1个百分点，WebShop为87.5/76.6。ADRS保持推理无技能，核心创新是通过TVA门控验证教师偏好是否与回报相关。token诊断显示action与style更新比达95.3，表明ADRS能精准识别并强化决定任务成败的关键决策。
为什么值得关注
自动化/Agent 能力变化，影响数据采集、客服和运营 SOP 的自动化程度。
建议动作
评估该 AI 能力能否降低素材、客服或数据分析的人力成本，安排小规模测试。
分类：ecommerce
原始信息
本页是基于公开来源生成的摘要与运营提示，不替代原文。请以原始发布方内容为准。