Jingxuan Xu 等提出 RIPPLE 恢复导向训练框架

2026 年 10 月 23 日，Jingxuan Xu 等在 arXiv cs.AI 领域发布论文，正式提出 RIPPLE 恢复导向训练框架。该框架旨在通过过程级策略学习和效应感知信用分配，解决长程编码智能体中存在的 Critique-to-Action Handoff Gap 问题。 在具体实现上，RIPPLE 利用仅前缀教师进行轻量蒸馏，并通过强化学习机制分配阶段特定信用。根据论文证据，恢复收益主要集中在前缀包含足够诊断证据且仓库状态在剩余预算内保持可逆的场景中。 在性能评估方面，该框架在四个仓库级基准测试中，使基础策略平均提升了 4.8 分，验证了其在提升长程智能体编码恢复能力方面的有效性。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。