rollout预算最该花在哪？国防科大与清华提出ICRPM前瞻预测任务风险

国防科技大学与清华大学团队提出 ICRPM，将近期任务与风险记录作为上下文，无需额外生成 rollout 即可直接预测策略更新后的下一步任务风险。在基于 Qwen3-4B-Base 的 Countdown 实验中，ICRPM 在更难的 CD4 测试集上 pass@1 达到 55.7%，两项平均准确率达 65.4%，均优于 GRESO 与 MoPPS。