ContractRL：可审计工具调用修复
原文标题：ContractRL: Shielded Group-Relative Policy Optimization for Auditable Tool-Call Repair
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 ContractRL，将验证器引导的 JSON 修复建模为有界决策过程，通过契约约束的动作掩码过滤非法 RFC-6902 操作。在相同验证器信息下，ContractRL 以 34.4 个生成 token 达到 0.9362 语义成功率，优于 Patch-SFT 的 0.9076 与全量重生成的 0.9148。策略优化进一步将成功率提升至 0.9375。
- 问题
- 结构化工具调用少量字段违规后，全量重生成难以审计且成本高。
- 方法
- ContractRL 把验证器引导的 JSON 修复建模为有界决策过程，用契约动作掩码过滤非法 RFC-6902 操作。
- 结果
- 34.4 token 达 0.9362 语义成功率，优于 Patch-SFT 的 0.9076 与全量重生成的 0.9148，策略优化后升至 0.9375。
- 影响
- 局部可审计修复同时降低 token 与失败率，适合生产环境工具调用容错。
深读 · 结论先行AI 生成展开看要点与影响 ↓
ContractRL以34.4个token达0.9362语义成功率，优于全量重生成的137.2 token与0.9148
- •将验证器引导的JSON修复建模为有界决策过程，用契约动作掩码过滤非法RFC-6902操作
- •相同验证器信息下，ContractRL 34.4 token达0.9362成功率；Patch-SFT为0.9076/44.9 token，全量重生成为0.9148/137.2 token
- •策略优化将监督版ContractRL的0.9186提升至0.9375
- •对Patch-SFT的三种子配对评估语义差为+0.0396（95% CI [+0.0137,+0.0662]，p=0.0039）
为什么重要：工具调用失败修复是智能体落地的常见痛点，可审计的局部修复在token成本与成功率上同时占优，对工程实现有直接借鉴意义。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。