热点事件持续更新
RSD：LLM智能体轨迹一致性的无监督指标
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月27日，arXiv cs.CL 论文提出递归语义散度（RSD），作为一种无监督的轨迹级一致性指标。其做法是用自然语言推理检测同一 LLM 智能体从相同状态出发、两次独立 rollout 之间的逻辑不一致。论文称，将 RSD 作为微调奖励信号后，tau2-bench 上的任务进度波动从 132% 降至 91%，toolsandbox 上从 90% 降至 44%，并在各基准与不同模型规模下均带来提升。目前公开报道仅此一篇，尚无后续复现或应用进展。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
RSD 作为微调奖励信号，使 tau2-bench 任务进度波动由 132% 降至 91%。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CL递归语义散度 RSD：面向 LLM 智能体一致性的无监督轨迹级指标
递归语义散度（RSD）被提出为一种无监督的轨迹级一致性指标，用自然语言推理检测同一 LLM 智能体从相同状态出发两次独立 rollout 的逻辑不一致。作为微调奖励信号时，RSD 将 tau2-bench 上的任务进度波动从 132% 降至 91%，toolsandbox 上从 90% 降至 44%，同时提升各基准与模型规模下的表现。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
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。