Достать или решить? Присвоение агентских RL-победительниц с помощью контрольных пунктов

arXiv: 2609.19636v1 Annuate Type: New Habstractive: Supredentation Upening Bearning сейчас обучает языковых моделей агентов, которые действуют на протяжении десятков этапов в живой среде. Достигнутые успехи значительны, и их можно рассматривать как более эффективное принятие решений. Агент в закрытом цикле пишет свои собственные данные. Каждое наблюдение происходит от своих предыдущих действий, так что штаты, в которых он встречается с опозданием в эпизоде, частично сами по себе. После этого контрольно-пропускной пункт СФТ и КПП RL получают баллы из различных штатов, даже при выполнении одинаковых задач. Конечный успех сочетает два изменения: куда прибывает агент, и что он делает после того, как находится там. Ограничивая сопоставление с двумя государствами, политика не разделяет их. Это ограничение выбирает результат, и в наших данных оно искажает знак эффекта. Мы ввели сдачу контрольно-пропускного пункта, протокол оценки, который клонирует один из освободившихся контрольно-пропускных пунктов штата и передает его другому без переподготовки. Переход к роли досягателя и роль режиссера над SFT и RL разделяет конечный пункт gai