# 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.

- URL canónica: https://newsverum.com/es/news/rollout-time-intervention-improves-agent-training-on-hard-tasks
- Publicación: Newsverum
- Sección: Tecnología
- País: China
- Publicado: 2026-10-13T00:51:41+00:00
- Actualizado: 2026-10-13T00:51:41+00:00
- Período del evento / de los datos: 2026-10-09
- Otras ediciones: [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), [Deutsch](https://newsverum.com/de/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)

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

Metodología: El valor se limita al experimento de benchmark descrito en el artículo; no es un resultado de campo ni una garantía general.

| Medida | Porcentaje | Alcance |
|---|---|---|
| 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 |

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

## Fuentes

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

---

Cite la URL canónica indicada arriba. [Principios editoriales y correcciones](https://newsverum.com/es/editorial)