arXiv cs.AI· Chen Xi, Ding Ruixue, Wang Zhigaoyuan, Zhang Fanrui, Zhang Qiang, Chen Boli, Wang Shihang, Wang Tianfu, Ren Ailin, Wang Pengyong, Xie Pengjun, Xiong Hui·· 4 小时前AI 评分39
Rollout-Time Intervention（RTI）：让智能体强化学习突破策略能力边界
Rollout-Time Intervention: Unlocking Agentic Reinforcement Learning Beyond Policy Limits
AI 导读
研究团队提出 Rollout-Time Intervention（RTI），在 rollout 阶段借助奖励侧证据（评测 rubric）把错误轨迹转成成功轨迹，为策略极少能自行解出的任务提供学习信号。
来源：arXiv cs.AI · arxiv.org