Rollout-Time Intervention prueba el entrenamiento de agentes en tareas nuevas
El marco añade corrección multiagente a las trayectorias de entrenamiento y filtra cambios de distribución.
Período del evento / de los datos: 2026-10-09
Publicado: · Actualizado:
Investigadores afiliados a Alibaba y a la Hong Kong University of Science and Technology presentaron Rollout-Time Intervention (RTI). Durante el entrenamiento, RTI aplica correcciones multiagente a intentos fallidos mediante rúbricas específicas y luego filtra trayectorias de intervención demasiado alejadas de la distribución del modelo, además de ponderar los datos retenidos.
En la prueba fuera de distribución Claw-Eval-Hard20, el artículo informa de una tasa Pass@1 del 62,92 % para el modelo entrenado con RTI. Las familias de tareas de esta evaluación no se usaron en la generación de entrenamiento sintético, pero el experimento sigue limitado a tareas creadas por los investigadores y simulaciones de API; el artículo también ofrece un resultado dentro de distribución ligado a las mismas familias. Los hallazgos no establecen el rendimiento de agentes de propósito general.
Datos
Resultado del estudio
Claw-Eval-Hard20; familias excluidas de la síntesis de entrenamiento; Pass@1
| Pass@1 del modelo RTI en tareas Claw-Eval-Hard20 fuera de distribución | 62.92 | Claw-Eval-Hard20; familias excluidas de la síntesis de entrenamiento; Pass@1 |
Metodología
El valor se limita al experimento de benchmark descrito en el artículo; no es un resultado de campo ni una garantía general.
Actualizado:
Temas y lugares
Propuestas temáticas
- Ciencia y tecnologíaSugerido
- Preserved editorial category/topic; broad candidate onlyarxiv.org ↗
Referencias geográficas
Solo se muestran referencias geográficas proporcionadas por la fuente. Abrir un mapa externo es opcional. Los mapas opcionales usan OpenStreetMap. Al abrirlos se envían tu dirección IP y la de este sitio al proveedor; los datos de ubicación pueden leerse sin cargar el mapa.
- China · Función del lugar: Cobertura · Tipo de lugar: País o área · Precisión de ubicación: RegionalEvidencia
- Explicit preserved editorial country/region; no city or national centroid inferredarxiv.org ↗