Apple ML Research发布RISED训练方法

发生了什么

据Apple ML Research公告，团队发布RISED方法，利用Rubrics指导多环境LLM智能体训练与自我蒸馏。该方法通过LLM Judge标记rollout行为，引导在线数据选择及策略监督，解决单一标量奖励局限。跨模型骨干测试中，RISED在各环境中取得最高平均通过率及第一或第二排名。