כתבה
arXiv cs.LG ·
ContractRL: פרוטוקול תיקון ריאלי
ContractRL: Shielded Group-Relative Policy Optimization for Auditable Tool-Call Repair
ContractRL הוא פרוטוקול תיקון ריאלי שמודל JSON repair כתהליך קבלת החלטות מוגבל. הוא משיג הצלחה סמנטית של 0.9362 עם 34.4 טוקנים נוצרים.
תקציר מקורי באנגליתarXiv:2610.00328v1 Announce Type: cross Abstract: Structured tool calls often fail after only a small number of fields violate a schema or an execution contract. Regenerating the complete object enlarges the action surface and makes repeated repair difficult to audit. We introduce ContractRL, a contract-constrained sequential repair protocol that models verifier-guided JSON repair as a bounded decision process. At each step the policy observes the candidate, typed verifier feedback, JSON Pointer, immutable repair history, and remaining budget; a contract-derived action mask filters malformed or prohibited RFC-6902 operations before a deterministic validator performs the transition. We specify a contract-constrained group-relative objective for patch, retry, and abstention decisions while k
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית