arXiv · cs.AI· Wei Dai, Qianchu Liu, Guanghui Qin, Xing Han, Tristan Naumann, Paul Pu Liang, Sheng Zhang·· 7 小时前
RRI通过对抗式元提示进化实现递归奖励改进
Recursive Reward Improvement via Adversarial Meta-Prompt Evolution
arXiv:2610.21040v1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：Wei Dai, Qianchu Liu, Guanghui Qin, Xing Han, Tristan Naumann, Paul Pu Liang, Sheng Zhang
研究任务与主要进展
Wei Dai等提出Recursive Reward Improvement（RRI），用奖励黑客对抗者识别模型生成评分标准中的漏洞，并通过诚实回答与评分标准修订指导开放式任务训练。
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