RESEARCH · SIGNAL STARTUP
ContractRL: Shielded Group-Relative Policy Optimization for Auditable Tool-Call Repair
arXiv:2610.00328v1 Announce Type: new Abstract: Structured tool calls often fail after only a small number of fields violate a schema or an execution contract. Regenerating the co…
出典・元記事arXiv — Artificial Intelligencehttps://arxiv.org/abs/2610.00328 配信元で続きを読む◆ SOURCE POLICY
公開RSS・Atomから取得した短い概要のみを表示しています。詳細は必ず配信元の記事で確認してください。
公開RSS・Atomから取得した短い概要のみを表示しています。詳細は必ず配信元の記事で確認してください。
SHARE STARTUP