# Rollout-Time Intervention ajan eğitiminde yeni görevleri sınadı

> Çerçeve, eğitim sırasında ajan denemelerine çoklu ajan düzeltmesi ekliyor ve dağılım kaymasını filtreliyor.

- Kalıcı adres: https://newsverum.com/tr/news/rollout-time-intervention-improves-agent-training-on-hard-tasks
- Yayıncı: Newsverum
- Bölüm: Teknoloji
- Ülke: Çin
- Yayın: 2026-10-13T00:51:41+00:00
- Güncelleme: 2026-10-13T00:51:41+00:00
- Olay / veri dönemi: 2026-10-09
- Diğer sürümler: [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), [Português](https://newsverum.com/pt/news/rollout-time-intervention-improves-agent-training-on-hard-tasks.md)

Alibaba ve Hong Kong University of Science and Technology bağlantılı araştırmacılar Rollout-Time Intervention (RTI) yöntemini tanıttı. RTI, eğitim sırasında başarısız ajan denemelerine görev için hazırlanmış bir rubrik üzerinden çoklu ajan düzeltmeleri uyguluyor; ardından modelden uzaklaşan müdahale izlerini eleyip kalan veriyi ağırlıklandırıyor.

Claw-Eval-Hard20 dış-dağılım testinde RTI kullanan modelin Pass@1 oranı yüzde 62,92 olarak raporlandı. Bu değerlendirmedeki görev aileleri sentez eğitiminde kullanılmadı, ancak deney hâlâ araştırmacıların oluşturduğu görevler ve API simülasyonlarıyla sınırlı; makale ayrıca aynı görev ailelerine bağlı bir iç-dağılım sonucu da veriyor. Bulgular genel amaçlı ajan performansını kanıtlamıyor.

## Veriler

### Araştırma sonucu

Claw-Eval-Hard20; eğitim sentezinde kullanılmayan görev aileleri; Pass@1

Yöntem: Değer, makalenin belirttiği benchmark deneyiyle sınırlıdır; saha sonucu veya genel performans garantisi değildir.

| Ölçüt | Yüzde | Kapsam |
|---|---|---|
| RTI modeli Claw-Eval-Hard20 dış-dağılım Pass@1 | 62.92 | Claw-Eval-Hard20; eğitim sentezinde kullanılmayan görev aileleri; Pass@1 |

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

## Kaynaklar

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

---

Alıntı için yukarıdaki kalıcı adresi kullanın. [Yayın ilkeleri ve düzeltmeler](https://newsverum.com/tr/editorial)