热点事件持续更新
EnvLunch：以可执行环境免标注预热智能体
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.AI 上的一篇报道介绍了 EnvLunch。该方法把可执行环境当作“免费午餐”，提出一种无需人工标注的智能体预热阶段：在可执行环境中采样并执行有效动作轨迹，让模型仅凭最终观测还原功能等价的轨迹，从而在不使用标注数据的情况下预先锻炼交互能力。报道称，这种无标签预热在所有下游训练预算下平均比基线高 9 分以上；在标注稀少时，基线需要 8 至 32 倍标注样本，才能追上该预热方法在最小预算下的准确率。报道还指出，由环境自行定义任务优于让模型自写任务，并且该预热也能提升数据分析之外基准的微调表现。目前该方法处于论文公开阶段，后续实验与应用进展尚未见报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
arXiv 报道 EnvLunch 提出用可执行环境免标注预热智能体，平均高出基线 9 分以上。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIEnvLunch：把可执行环境当作免费午餐，免标注预热智能体交互能力
EnvLunch 提出免人工标注的智能体预热阶段：在可执行环境中采样并执行有效动作轨迹，让模型仅凭最终观测还原功能等价的轨迹。该无标签预热在所有下游训练预算下平均比基线高 9 分以上，标注稀少时基线需 8 至 32 倍标注样本才能追上其最小预算的准确率。由环境自行定义任务优于让模型自写任务，该预热也能提升数据分析之外基准的微调表现。
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。