# 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.

- URL canonique: https://newsverum.com/fr/news/rollout-time-intervention-improves-agent-training-on-hard-tasks
- Éditeur: Newsverum
- Rubrique: Technologie
- Pays: Chine
- Publié: 2026-10-13T00:51:41+00:00
- Mis à jour: 2026-10-13T00:51:41+00:00
- Période de l’événement / des données: 2026-10-09
- Autres éditions: [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), [Español](https://newsverum.com/es/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)

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

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.

| Mesure | Pourcentage | Périmètre |
|---|---|---|
| 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 |

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

## Sources

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

---

Citez l’URL canonique ci-dessus. [Principes éditoriaux et corrections](https://newsverum.com/fr/editorial)