.png)
综合
7*24 快讯
AI科普
合作
全部
英雄令
项目方
开发者
产品方
投资者
任务级奖励提升App Agent思考力，淘天提出Mobile-R1，3B模型可超32B
现有Mobile/APP Agent多依赖动作级奖励（如SFT或RL），仅能预测单一最佳动作，难以适应动态移动环境。例如指令“打开飞猪，进入酒店套餐，找到VIP并关注主播”，Qwen2.5-VL-3B在第二步便失...
原文链接
数字墨迹
07-20 15:05:31
Mobile-R1
任务级奖励
强化学习
分享至
打开微信扫一扫
内容投诉
生成图片
.png "22062")
加载更多
暂无内容
