Patch-SFT

ContractRL协议改进了AI的可审计工具调用修复

研究人员开发了ContractRL，一种用于修复因模式违规而失败的结构化工具调用的新协议。该方法将修复过程建模为一个有界决策问题，使用验证器引导的反馈和派生自契约的动作掩码来过滤操作。ContractRL旨在通过专注于局部校正来减少动作空间并提高可审计性，与Patch-SFT和完全重新生成等现有方法相比，以更少的生成令牌实现了更高的语义成功率。