Rollout-Time Intervention teste l’entraînement d’agents sur de nouvelles tâches
Le cadre ajoute une correction multi-agent aux trajectoires d’entraînement et filtre les décalages de distribution.
Période de l’événement / des données: 2026-10-09
Publié: · Mis à jour:
Des chercheurs affiliés à Alibaba et à la Hong Kong University of Science and Technology ont présenté Rollout-Time Intervention (RTI). Pendant l’entraînement, RTI applique des corrections multi-agents aux tentatives échouées à l’aide de grilles propres à chaque tâche, puis filtre les trajectoires d’intervention trop éloignées de la distribution du modèle et pondère les données conservées.
Sur le test hors distribution Claw-Eval-Hard20, l’article rapporte un taux Pass@1 de 62,92 % pour le modèle entraîné avec RTI. Les familles de tâches de cette évaluation n’ont pas servi à la génération des données d’entraînement, mais l’expérience reste limitée à des tâches créées par les chercheurs et à des simulations d’API; l’article donne aussi un résultat dans la distribution lié aux mêmes 20 familles de tâches. Ces résultats n’établissent pas la performance d’agents généralistes.
Données
Résultat de l’étude
Claw-Eval-Hard20; familles de tâches exclues de la synthèse d’entraînement; Pass@1
| Pass@1 du modèle RTI sur Claw-Eval-Hard20 hors distribution | 62.92 | Claw-Eval-Hard20; familles de tâches exclues de la synthèse d’entraînement; Pass@1 |
Méthodologie
La valeur se limite à l’expérience de benchmark décrite dans l’article; ce n’est ni un résultat de terrain ni une garantie générale.
Mis à jour:
Sujets et lieux
Sujets proposés
- Science et technologieProposé
- Preserved editorial category/topic; broad candidate onlyarxiv.org ↗
Références géographiques
Seules les références géographiques présentes dans la source sont affichées. L’ouverture d’une carte externe est facultative. Les cartes facultatives utilisent OpenStreetMap. Leur ouverture transmet votre adresse IP et celle de ce site au fournisseur ; les coordonnées restent lisibles sans charger la carte.
- Chine · Rôle du lieu: Couverture · Type de lieu: Pays ou territoire · Précision de localisation: RégionaleÉléments probants
- Explicit preserved editorial country/region; no city or national centroid inferredarxiv.org ↗