任务级奖励提升App Agent思考力，淘天提出Mobile-R1，3B模型可超32B
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的工作可以适应实时环境，并执行动作，但由于它们大部分都仅依赖于动作级奖励（SFT或RL）。
来自主题: AI技术研报
9743 点击 2025-07-21 12:25
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
现有Mobile/APP Agent的工作可以适应实时环境，并执行动作，但由于它们大部分都仅依赖于动作级奖励（SFT或RL）。
AI时代的第一个超级APP，很可能又是腾讯搞的