Rollout-Time Intervention testa treinamento de agentes em novas tarefas
A estrutura acrescenta correção multiagente às trajetórias de treinamento e filtra mudanças de distribuição.
Período do evento/dos dados: 2026-10-09
Publicado: · Atualizado:
Pesquisadores ligados à Alibaba e à Hong Kong University of Science and Technology apresentaram o Rollout-Time Intervention (RTI). Durante o treinamento, o RTI aplica correções multiagente a tentativas malsucedidas usando rubricas específicas por tarefa; depois, filtra trajetórias de intervenção muito distantes da distribuição do modelo e repondera os dados restantes.
No teste fora da distribuição Claw-Eval-Hard20, o artigo relata taxa Pass@1 de 62,92% para o modelo treinado com RTI. As famílias de tarefas dessa avaliação não foram usadas na geração sintética do treinamento, mas o experimento continua limitado a tarefas criadas pelos pesquisadores e simulações de API; o artigo também informa um resultado dentro da distribuição ligado às mesmas famílias de tarefas. Os resultados não estabelecem o desempenho de agentes de propósito geral.
Dados
Resultado da pesquisa
Claw-Eval-Hard20; famílias de tarefas excluídas da síntese de treinamento; Pass@1
| Pass@1 do modelo RTI em tarefas Claw-Eval-Hard20 fora da distribuição | 62.92 | Claw-Eval-Hard20; famílias de tarefas excluídas da síntese de treinamento; Pass@1 |
Metodologia
O valor se limita ao experimento de benchmark descrito no artigo; não é um resultado de campo nem uma garantia geral.
Atualizado:
Temas e lugares
Sugestões de temas
- Ciência e tecnologiaAnotação sugerida
- Preserved editorial category/topic; broad candidate onlyarxiv.org ↗
Referências geográficas
São exibidas apenas referências geográficas fornecidas pela fonte. Abrir um mapa externo é opcional. Os mapas opcionais das notícias usam o OpenStreetMap. Ao abrir um mapa, seu endereço IP e o endereço deste site são enviados ao provedor do mapa. Os dados de localização continuam disponíveis em texto sem carregar o mapa.
- China · Função do lugar: Cobertura · Tipo de lugar: país ou área · Precisão da localização: regionalEvidência
- Explicit preserved editorial country/region; no city or national centroid inferredarxiv.org ↗