Apple发布RLTL;DR自改进AI研究

发生了什么

据Apple ML Research发布的研究论文，团队引入RLTL;DR方法，通过让策略在每次失败尝试后生成并内化一条TL;DR洞察，实现AI自改进。该方法在Qwen 3.5 9B模型上突破了学习瓶颈，在工具调用和编码数据集中实现了Pass@1的显著提升。