# Rollout-Time Intervention testet Agententraining bei neuen Aufgaben

> Das Framework ergänzt Trainingsverläufe um Korrekturen mehrerer Agenten und filtert Verteilungsverschiebungen.

- Kanonische URL: https://newsverum.com/de/news/rollout-time-intervention-improves-agent-training-on-hard-tasks
- Herausgeber: Newsverum
- Rubrik: Technologie
- Land: China
- Veröffentlicht: 2026-10-13T00:51:41+00:00
- Aktualisiert: 2026-10-13T00:51:41+00:00
- Ereignis- oder Datenzeitraum: 2026-10-09
- Weitere Ausgaben: [Türkçe](https://newsverum.com/tr/news/rollout-time-intervention-improves-agent-training-on-hard-tasks.md), [English](https://newsverum.com/en/news/rollout-time-intervention-improves-agent-training-on-hard-tasks.md), [العربية](https://newsverum.com/ar/news/rollout-time-intervention-improves-agent-training-on-hard-tasks.md), [Français](https://newsverum.com/fr/news/rollout-time-intervention-improves-agent-training-on-hard-tasks.md), [Español](https://newsverum.com/es/news/rollout-time-intervention-improves-agent-training-on-hard-tasks.md), [Português](https://newsverum.com/pt/news/rollout-time-intervention-improves-agent-training-on-hard-tasks.md)

Mit Alibaba und der Hong Kong University of Science and Technology verbundene Forschende stellten Rollout-Time Intervention (RTI) vor. Während des Trainings korrigiert RTI fehlgeschlagene Versuche mithilfe aufgabenspezifischer Bewertungsraster durch mehrere Agenten. Anschließend filtert es Eingriffe, die zu stark von der Modellverteilung abweichen, und gewichtet die übrigen Daten neu.

Im Out-of-Distribution-Test Claw-Eval-Hard20 berichtet der Artikel für das mit RTI trainierte Modell eine Pass@1-Rate von 62,92 %. Die Aufgabenfamilien dieses Tests wurden nicht für die synthetische Trainingsdatengenerierung verwendet; das Experiment bleibt jedoch auf von den Forschenden erstellte Aufgaben und API-Simulationen beschränkt. Der Artikel berichtet auch ein In-Distribution-Ergebnis für dieselben 20 Aufgabenfamilien. Die Ergebnisse belegen keine Leistung allgemeiner Agenten.

## Daten

### Forschungsergebnis

Claw-Eval-Hard20; Aufgabenfamilien nicht in der Trainingssynthese; Pass@1

Methodik: Der Wert ist auf das im Artikel beschriebene Benchmark-Experiment beschränkt; er ist kein Feldergebnis und keine allgemeine Leistungsgarantie.

| Messgröße | Prozent | Umfang |
|---|---|---|
| Pass@1 des RTI-Modells bei Claw-Eval-Hard20 außerhalb der Verteilung | 62.92 | Claw-Eval-Hard20; Aufgabenfamilien nicht in der Trainingssynthese; Pass@1 |

Quellen: <https://arxiv.org/html/2610.13438v1> · Daten herunterladen: [JSON](https://newsverum.com/api/v1/articles/rollout-time-intervention-improves-agent-training-on-hard-tasks/data/reported-result-1?lang=de&format=json) · [CSV](https://newsverum.com/api/v1/articles/rollout-time-intervention-improves-agent-training-on-hard-tasks/data/reported-result-1?lang=de&format=csv)

## Quellen

- [arXiv preprint by Alibaba and Hong Kong University of Science and Technology researchers](<https://arxiv.org/html/2610.13438v1>) (Quelle geprüft: 2026-10-13; Veröffentlicht: 2026-10-09)

---

Zitieren Sie die oben angegebene kanonische URL. [Redaktionsstandards und Korrekturen](https://newsverum.com/de/editorial)