RLTL;DR：通过内化自生成反馈实现自我提升

研究团队提出强化学习方法 RLTL;DR，通过让模型在失败后自生成单句洞察并反向传播内化映射，解决极难任务下的自我提升难题。在 Pass@128 = 0 的工具调用与代码任务中，Qwen 3.5 9B Thinking 经标准 GRPO 训练的 Pass@1 仅 0%–1%，而 RLTL;DR 在评测无上下文洞察时将 Pass@1 提升至 12%–13%。