# Rollout-Time Intervention testa treinamento de agentes em novas tarefas

> A estrutura acrescenta correção multiagente às trajetórias de treinamento e filtra mudanças de distribuição.

- URL canônica: https://newsverum.com/pt/news/rollout-time-intervention-improves-agent-training-on-hard-tasks
- Editora: Newsverum
- Seção: Tecnologia
- País: China
- Publicado: 2026-10-13T00:51:41+00:00
- Atualizado: 2026-10-13T00:51:41+00:00
- Período do evento ou dos dados: 2026-10-09
- Outras edições: [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), [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)

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

Metodologia: O valor se limita ao experimento de benchmark descrito no artigo; não é um resultado de campo nem uma garantia geral.

| Medida | Percentual | Escopo |
|---|---|---|
| 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 |

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

## Fontes

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

---

Use a URL canônica acima para citar este artigo. [Princípios editoriais e correções](https://newsverum.com/pt/editorial)