研究揭示策略提升致验证器审计崩溃机制与修复方案

2026年10月，arXiv机器学习领域发布研究指出，随着策略模型性能的提升，在策略内评估验证器组件可能会引发“策略内审计崩溃”。这种崩溃会导致审计机制倾向于选择更差的组件验证器，进而增加下游约束违规。研究分析发现，该现象主要源于合取目标下策略熟练度改变了失败样本分布，使得审计指标逐渐忽视组件自身的失败。针对此问题，研究提出在评估与刷新分布中保留组件自身失败样本，可有效防止此类损害并修复审计机制。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。