论文Agent 与开发者精选13:58Meta 论文提出 RSD：智能体无需人工标注也能从自身历史轨迹学习Meta 这篇论文教你把智能体的失败记录也变成训练数据，不用人工标注，Qwen3-8B 在 ALFWorld 上跑到 76.6%，比有奖励信号的方法还强。#RSD#Qwen3#智能体#Metarohanpaul_ai@rohanpaul_ai原文稍后读已读值得跟进有用关注 RSD
