AdvRole: состязательная замкнутая учебная программа для RL‑агентов в ролевых задачах
Статья на arXiv (arXiv:2609.28609v1) предлагает AdvRole — состязательную систему переписывания контекста, в которой Actor учится ролевому поведению, а Rewriter редактирует профили и диалоговые контексты по вознаграждению за «разницу в производительности», формируя замкнутую учебную программу. Авторы показывают стабильный прирост по сравнению с базовыми методами на трёх бенчмарках (английский/китайский) и публикуют новый многоязычный бенчмарк.