提出VARL(Verifiable and Adversarial Reinforcement Learning)框架,结合可验证奖励与对抗性判别器训练,在代码修复和开放故事生成等任务中提升非可验证属性(如风格、多样性)同时保持准确率。
机构:MIT
来源:arXiv 2607.01181 | AI4Papers 论文推荐平台