arXiv · cs.AI· Yongqiang Yao, Jinru Tan, Kaihuan Liang, Zixin Yin, Yazhe Niu, Ruihao Gong, Dahua Lin, Ningyi Xu·· 1 天前
RollVerify：通过主动验证与修复长尾 rollout 提升强化学习效率与准确率
RollVerify: Bridging Efficiency and Accuracy in Long-Tail Rollout Reinforcement Learning
arXiv:2610.09914v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yongqiang Yao, Jinru Tan, Kaihuan Liang, Zixin Yin, Yazhe Niu, Ruihao Gong, Dahua Lin, Ningyi Xu
首次提交：2026-10-07 20:05
研究任务与主要进展
RollVerify 是一种基于 partial rollout 的轻量级强化学习框架，在轨迹进入训练前通过 OPS 指标及序列级、token 级验证识别并截断无效后缀，以减少陈旧 off-policy 样本对准确率的影响。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org